Research Projects
Current Research Projects
Bio inspired Memcomputing via Crossbar Structures
- Time frame: since 2021
- Funding: German Research Association (DFG) within the Priority Programm SPP2262
The crossbar array, which realizes the matrix-vector multiplication (MVM) operation directly employing the Ohm law, represents the central building block of the non-conventional computing-in-memory (CIM) architectures, such as artificial neural networks (ANNs). The MVM is performed in an analog fashion, and, therefore, it is highly desirable to adopt non-volatile analog switching memristors, leveraging, furthermore, their memcapacitive properties.
In this project we aim at the exploitation of the interesting combined memristive and memcapacitive effects in Al2O3 / Nb2O3 based bi-layer device structures, recently developed at NaMLab to be used in conjunction with NFET transistors established at IHM. Based on these devices, we would like to develop a complete design methodology for the implementation of non-conventional versatile computations on a memristive/memcapacitive hardware, which utilizes a hybrid Memristor/Memcapacitor-CMOS architecture, mainly including MVM cores.
For this purpose, the proposed work will cover several essential aspects: (i) realization of cells integrating memristive/memcapacitive devices and NFETs, (ii) experimental and theoretical modelling of the single cells, (iii) system-level modelling, analysis, design, and simulation of the MVM core-based ANNs, (iv) derivation of optimization algorithms, that account for the physical limitations of the hardware realization, (v) set-up of efficient instruction sets and peripheral circuitry design, and (vi) optimized mapping of memcomputing tasks onto the ANN structures. In this way, we expect to gain a comprehensive understanding of the feasibility of adopting the aforementioned device concepts in unconventional computing systems, such as multi-layer perceptrons (MLP), convolutional neural networks (CoNN), and recurrent neural networks (ReNN). Finally, we will investigate the possibility of implementing the Quadratic-Integrate-and-Fire (QIF) neuron model in hardware, and to demonstrate the richness of biomimetic dynamical phenomena, which an array of artificial neural structures of this kind may support.
DFG Priority Program 2262:
Memristive Devices Toward Smart Technical Systems
- Time frame: since 2020
- Funding: German Research Association (DFG) as Priority Programm SPP2262
Memristors are nanoelectric components capable of storage and computation. Their specific properties make it possible to integrate significantly more memory than before in a very small space and to create novel, biologically inspired networks for information processing. This results in electronic circuits whose performance is considerably greater than that of conventional semiconductor solutions.
MemrisTec's mission is to bring together researchers from different disciplines to explore the scientific basis of the memristor and to enable industrial application. For this purpose, experts in the theoretical fundamentals are brought together with those for the production of memristive devices as well as researchers from other disciplines. Within the framework of the priority programme, funding is provided in particular for projects that focus on a link between theoretical and experimental research.
Augmented Reality and Artificial Intelligence supported
Laparoscopic Imagery in Surgery
- Zeitraum: 01.01.2020 bis 31.12.2022
- Förderer: Freistaat Sachsen
Durch eine innovative computerunterstützte Chirurgie mittels erweiterter Realität (AR) und Künstlicher Intelligenz (AI) sollen die Chirurgen bei der Entscheidungsfindung unterstützt, die Wahrscheinlichkeit für Komplikationen bei Eingriffen reduziert, der Nachsorgeaufwand verringert und damit insgesamt die Patientensicherheit erhöht werden. Der medizinische Bedarf verbindet damit ideal den Anwendungs- und Kompetenzbereich des Medical IoT Moduls im Smart Systems Hub.
Intelligente Echtzeit-Bildgebung für die NeurochirurgieIntelligente Echtzeit-Bildgebung für die Neurochirurgie
- Zeitraum: 01.02.2020 bis 30.06.2022
- Förderer: Freistaat Sachsen
In der Neurochirurgie erfordern Operationen am offenen Gehirn eine umfangreiche präoperative Diagnostik mit bildgebenden Verfahren, wie Computertomographie (CT) und Magnetresonanztomographie (MRT). Durch Lageänderungen des Gehirns während der operativen Eingriffe (Brainshift) ist die Genauigkeit von Neuronavigationssystemen anhand der präoperativ gewonnenen Daten jedoch begrenzt, was die Gefahr von postoperativen Ausfallerscheinungen für den Patienten vergrößert.
Das Ziel des Forschungsvorhabens ist die Entwicklung, Verbesserung und Evaluation eines intelligenten Systems für die hochauflösende, funktionelle Visualisierung der Hirnrinde bei neurochirurgischen Eingriffen. Die eingesetzten Methoden wurden in ersten Pilotstudien erprobt und mehrfach erfolgreich im klinischen Umfeld angewendet. Das geplante Projekt soll die bisher erfolgreichen Untersuchungen mit einer umfangreichen Evaluation und Optimierung des Systems abschließen. Durch die innovative intraoperative Bildgebung sollen die Chirurgen bei der Orientierung und Entscheidungsfindung unterstützt, die Wahrscheinlichkeit für Komplikationen bei Eingriffen reduziert, der Nachsorgeaufwand verringert und damit insgesamt die Patientensicherheit erhöht werden.
Universal Memcomputing in Hardware Realizations of Memristor Cellular Nonlinear Networks
- Time frame: since 2021
- Funding: German Research Association (DFG) within the Priority Programm SPP2262
In state-of-the-art von-Neumann computing architectures, the central processing unit (CPU) and the memory are physically separated and communicate only via a finite-bandwidth data bus. In the Internet-of-Things and Big Data processing era, however, the data transfer becomes the limiting factor in computing performance. This limitation, also called the von-Neumann bottleneck, poses a serious constraint for novel popular applications requiring a great deal of data transfer. Thus, the research community is exploring new computing paradigms, in which memory and processing unit are integrated one onto the other.
One promising approach is based on the Cellular Nonlinear Network (CNN) computing paradigm. A single CNN cell consists of a capacitance, a resistance, and a number of voltage-controlled current sources. The cells are organized in a 2D or 3D grid, in which only neighboring cells are physically coupled. The network performs different computation tasks on the basis of the coupling and self-coupling arrangements. Back in 1993, T. Roska proposed to add local storage units to each CNN cell to realize a Universal Machine (UM), the first ever demonstration of a non-von Neumann computer.
CNN cells have been implemented in hardware in combination with photodetectors for the development of very efficient visual microprocessors. The integration of memory units into each cell, however, consumes a large space, and, finally, leads to the poor spatial resolution CNN-based vision sensors suffer from. In order to overcome this issue, very simple non-volatile memory elements with high scalability are required. Memristive devices, especially based on redox mechanisms, show such properties and, thus, they could be the ideal technology candidate to resolve the area-based performance limitation of state-of-the-art CNN-UMs.So far, CNN-UMs have been analyzed only on a theoretical and simulation domain, while a verification in hardware is still missing.
In the proposed Mem2CNN project, the feasibility of Memristor CNN-UM (MCNN-UM) is explored. To this end, the group at TU Dresden teams up with the group at FZ Jülich, combining expertise on memristor and CNN theory (TU Dresden), and on memristor fabrication and physical modeling of memristive devices (FZJ). In the project, the physical compact models of FZJ will be reformulated to enable a more fundamental theoretical framework for memristive circuit modeling and investigation. Moreover, single M-CNN cells will be fabricated and characterized for the first time. For this purpose, a small hardware demonstrator, consisting of a matrix of 6×6 MCNN cells, will be showcased to demonstrate the execution of various tasks, such as the extraction of corners or edges from an input image. Based on the theoretical framework for MCNNs, larger networks will be designed and simulated to demonstrate the potential for computation universality, versatility, and efficiency of the MCNN-UM memcomputing approach.
Completed Research Projects
Assistenzsystem zur Warnung vor epileptischen Anfällen
- Zeitraum: 01.02.2018 bis 31.12.2020
- Förderer: Land Sachsen (EFRE)
Ziel des geplanten Forschungsvorhabens ist die Entwicklung eines mobilen Systems, das eine telemedizinische Überwachung und Behandlung von Epilepsiepatienten sowie eine sichere Vorhersage von epileptischen Anfällen ermöglicht. Dafür müssen neue, leistungsfähige Methoden entwickelt, auf einer geeigneten Signalverarbeitungsplattform implementiert und schließlich im klinischen Umfeld validiert werden. Durch eine erfolgreiche klinische Validierung wird der Grundstein für die zukünftige Entwicklung eines Implantates zum Einsatz im Heim-Bereich gelegt.
Dynamische Analyse und Modellierung experimenteller Daten aus nichtlinearen Schaltungselementen
- Zeitraum: 2019-2021
- Förderer: DFG
Ein wichtiges Ziel des Projektes ist es, neue nichtlineare Modelle für Memristoren herzuleiten, zu analysieren und unter Anwendung von Methoden der Netzwerk- und Systemtheorie für eine Reihe von physikalischen Systemen anzuwenden, wie es in der Projektbeschreibung dargestellt ist. Obwohl es inzwischen eine beachtliche Anzahl an Literatur über Memristoren gibt, wurden Modelle, die Memristoren richtig definieren, d.h. durch ein zustandsabhängiges Ohmsches Gesetz zusammen mit den definierenden Zustandsgleichungen, nur in wenigen Fällen vorgeschlagen und analysiert. Hierbei ist es wichtig zu beachten, dass die Anwendung des Memristor-Formalismus die Forschung in nichtflüchtigen Speicherelementen und verschiedenen Formen des neuromorphen computing dramatisch beschleunigt hat. Für die zukünftige Entwicklung neuer innovativer Memristorschaltungen, die teilweise konventionelle CMOS-Technologie ersetzen werden, ist es notwendig, Methoden aus Physik und Chemie heranzuziehen und genaue und detaillierte Messungen durchzuführen, um basierend darauf in der Netzwerktheorie Modelle zu bestimmen, die eine genaue und stabile Simulation von Memristor-Elementen und Schaltkreisen in Standard-Designer-Software ermöglichen. Unsere Untersuchungen werden sich auf die Herleitung neuer dynamischer Modelle mit einer geeigneten Parametrisierung konzentrieren, so dass auch diese Modelle auf andere Bauelemente und Schaltkreise verallgemeinert werden können. Diese geplante Arbeit konzentriert sich auf eine neue, sehr umfangreiche experimentelle Datenbank für den NbO2-Memristor, die bei HP Labs und im Lawrence Berkeley National Laboratory erstellt wurde. Dr. Stanley Williams hat diese bereits der Arbeitsgruppe in Dresden zur Verfügung gestellt, wo weitere Messungen in Zusammenarbeit mit der Namlab gGmbH Dresden geplant sind. Im Vergleich zu unseren laufenden Arbeiten sind in diesem Projekt umfassende Untersuchungen erforderlich, die die Dynamik derartiger Bauelemente in einer detaillierten, bisher nicht verfügbaren Form erfassen. Wir planen auch, dynamische nichtlineare Modelle anderer Mem-Elemente zu bestimmen, einschließlich verschiedener Arten von induktiven und kapazitiven Elementen, die bestehende Schaltungen mit neuen Eigenschaften erweitern, mit dem Ziel, erhebliche Fortschritte in der Sensortechnik, in der Signalverarbeitung und bei Verfahren im local computing, d.h. bei Verfahren für nicht von-Neumann Rechnerarchitekturen mit lokalen Speicherelementen, zu ermöglichen. Insbesondere werden die hergeleiteten Modelle zugrunde gelegt, um unterschiedliche Anwendungen für nichtlineare dynamische Schaltungselemente wie Signaltransduktion und -analyse, Verstärkung, Datenübertragung und local computing zu untersuchen.
Entstehung von komplexem Verhalten in Memristor CNN
- Zeitraum: 2018-2021
- Förderer: DFG
Projektziel ist die Analyse der Leistungsfähigkeit memristiver Zellularer Nichtlinearer Netzwerke (MCNN). Fokus der Arbeit ist eine Erweiterung des Einsatzbereiches moderner Sensor-Prozessor-Anordnungen, welche trotz deren hoher paralleler Rechenleistung mit Bildverarbeitungsraten von bis zu 20kHz erheblich durch die niedrige Auflösung begrenzt sind. Memristoren sind neuartige nano-elektronische Bauelemente mit vielfältigem nichtlinearem dynamischem Verhalten und stellen die effizientesten Emulatoren neuronaler synaptischer Dynamik dar. Es gibt eine Reihe unterschiedlicher Klassen von Memristoren, jede mit spezifischen Eigenschaften. Eine dieser Klassen umfasst Ele-mente sowohl zur Verwendung als Rechenelement als auch zur Datenspeicherung. Eine andere Klasse, die für dieses Projekt sehr wichtig ist, besteht aus Elementen, die lokal aktives Verhalten aufweisen und in elektronische Schaltungen integriert zum Auftreten komplexer dynamischer Phä-nomene führen. Einige Memristoren, die mit Materialien wie Nioboxid produziert werden, können bei-den Klassen zugeordnet werden. Auf Basis dieser Memristoren können Speicher- und Prozessorein-heit auf Basis des Theorems der lokalen Aktivität in einer Schaltung kombiniert werden. Die bislang bestehende Limitierung der Auflösung von auf CNN basierenden zweidimensionalen Sensor-Prozessor-Anordnungen kann durch den Einsatz von Memristoren im Schaltungsentwurf umgangen werden. In Hinblick auf die viel versprechenden Perspektiven der Memristor-basierten CNN, ist das Forschungsprojektziel, die schaltungstheoretischen Eigenschaften und das nichtlineare dynamische Verhalten dieser Elemente mittels einer fundierten mathematischen Modellierung abzubilden. Daraus werden neue Strukturen zur parallelen Datenverarbeitung sowie der schaltungstechnischen Realisie-rung einer neuen Generation moderner Sensor-Prozessor-Elemente abgeleitet. Die hohe Rechen-leistung der Sensor-Prozessor-Anordnungen wird durch die Berechnung komplexer Probleme durch komplexe inhomogene zeitlich-dynamische Wechselwirkungen der einzelnen Sensor-Prozessor-Elemente erreicht. Da dieses Ziel ausschließlich in lokal aktiven Systemen zu verwirklichen ist, muss das Hauptziel dieser Arbeit sein, die Theoreme der lokalen Aktivität so zu erweitern, dass die Dynamik in MCNN durch geeignete lokale Aktivitätskriterien charakterisiert werden kann. Die bisher durchgeführte Analyse für Reaktions-Diffusionsnetzwerke wird verallgemeinert, um sie für eine gro-ße Klasse von Memristor-Modellen anwendbar zu machen. Zur Ableitung der für die lokale Aktivität einer CNN-Zelle notwendigen und hinreichenden Parameter wird ein neuer, in sich abgeschlossener, mathematischer Formalismus entwickelt. Damit ist das skizzierte Forschungsvorhaben von essenti-eller Bedeutung für die Realisierung von neuen biologisch inspirierten hochparallelen Rechnerstruk-turen, die ein ähnl. Verhältnis von Energieverbrauch, Rechenleistung und Größe wie ein menschl. Gehirn aufweisen können.
Lokal Aktive Memristive Daten Prozessierung
- Zeitraum: 2015-2017
- Förderer: DFG
Komplexes und dynamisches Verhalten können nur in lokal-aktiven Systemen auftreten. Lokala Aktivität ist das Vermögen eines nichtlinearen dynamischen Systems, infinitesimale Fluktuationen der Energie zu verstärken. Diese Eigenschaft wurde ursprünglich in der Schaltungstheorie definiert, lässt sich aber auf verschiedenste Systeme anwenden. Transistoren sind ein Beispiel lokal-aktiver Systeme aus dem Gebiet der Mikroelektronik. Ihre Erfindung im Jahr 1947 hat die Informationstechnologie revolutioniert und letztendlich zum Einzug elektronischer Systeme als wichtigen Teil in unserem täglichen Leben geführt. In jüngster Zeit wurde nachgewiesen, dass bestimmte Typen von nanoskaliken Memristoren unter geeigneten Bedingungen als lokal-aktive Bauelemente betrieben werden können. Der lokal-aktive Memristor hat auf Grund seiner einfachen Struktur und kleinen Dimensionen das Potential, zur nächsten Revolution in der Welt der Elektronik zu führen und damit die Funktionalität elektronischer Systeme zu erweitern oder deren Performance zu verbessern. Das tiefe Verständnis der besonderen nichtlinearen Dynamik der lokal-aktiven Memristoren ist die Grundlage für das Design neuartiger elektronsicher Schaltungen, die auf diesem Prinzip der lokalen Aktivität beruhen. Das erste Ziel unserer Arbeiten ist eine exakte experimentelle und mathematische Charakterisierung der komplexen Dynamik unserer lokal-aktiven Nioboxid-basierten Bauelemente. Basierend auf den Ergebnissen und auf den Konzepten der nichtlinearen Systemtheorie sollen anschliessend mathematische Beschreibungen der physikalischen Struktur für analytische Untersuchungen und zeiteffiziente Simulationen abgeleitet werden. Dabei soll insbesondere die stochastische Variabilität des elektrischen Verhaltens in die Modellierung und Analyse der nichtlinearen Dynamik unserer Nanostrukturen einbezogen werden. Ziel unserer Experimente ist es weiterhin, diese Variabilität durch Optimierung der Beuelementestruktur und Materialauswahl auf ein für die Anwendung in komplexeren Schaltungen notwendiges Mass zu verringern. Die Ergebnisse der theoretischen Analysen und experimentellen Untersuchungen sollen letztendlich das Design und die Herstellung zweier beispielhaft gewählter Schaltungen für Anwendungen aus den Bereichen der Mustererkennung und der digitalen Logik ermöglichen.
Entwicklung eines Assistenzsystems für die intraoperative Bildgebung in der Neurochirurgie
- Zeitraum: 01.01.2018 bis 31.12.2019
- Förderer: Land Sachsen (EFRE)
Ziel des geplanten Vorhabens ist die Entwicklung eines anwendungsorientierten Assistenzsystems für die intraoperative Bildgebung in der Neurochirurgie. Durch die Integration von multimodaler Bildgebung in den operativen Workflow wird ein intraoperatives bildgebendes Verfahren zur funktionellen Darstellung der Hirnoberfläche etabliert, um die Genauigkeit und Zuverlässigkeit der operationsunterstützenden Technologien zu verbessern und damit die Risiken von neurochirurgischen Eingriffen zu verringern.
Echtzeitverarbeitung mit komplexen Systemen in industriellen Prüf- und Überwachungssystemen
- Zeitraum: 01.07.2016 bis 30.06.2019
- Förderer: BMBF
Das übergeordnete Arbeitsziel des Vorhabens ist die Erforschung und Entwicklung neuartiger Verarbeitungssysteme für eine echtzeitfähige adaptive Prozessüberwachung und -steuerung. Die Untersuchungen erfolgen am Beispiel von Ultraschallsensoren, um erstmals ein umfassendes Echtzeit-Monitoring insbesondere auch mit vernetzten Sensorstrukturen zu ermöglichen. Im Vordergrund steht dabei die Integration von Sensoren mit parallelen Rechnerstrukturen in Hinblick auf eine prozessnahe Signalverarbeitung und Klassifikation von Sensorsignalen. Die erfolgreiche Bearbeitung des Forschungsprojektes erlaubt nachfolgend eine Verwertung des entwickelten Verarbeitungskonzeptes in verschiedenen Bereichen der Mess- und Sensortechnik, z. B. auch für eine schnelle und sichere Mustererkennung mit Gassensoren oder eine Klassifikation durch berührungslose Schwingungsmessung.
Interdisziplinäre Nachwuchsforschergruppe: Optische Technologien in der Medizin
- Zeitraum: 01.06.2016 bis 31.05.2019
- Förderer: Land Sachsen (ESF)
- Website: https://tu-dresden.de/med/mf/optim
Forschungsschwerpunkt ist die Entwicklung und die klinische Erprobung innovativer optischer Diagnoseverfahren in den Fachbereichen Neurochirurgie, Hals-Nasen-Ohrenheilkunde und Zahnheilkunde. Es werden Verfahren der Thermografie, der optischen Kohärenztomografie und der Spektroskopie eingesetzt und gemäß den klinischen Anforderungen technisch und methodisch weiterentwickelt.
Optisch-Thermografische Technologien in der Neurochirurgie
- Zeitraum: 01.02.2016 bis 31.12.2017
- Förderer: Land Sachsen
Das Ziel der Forschungsarbeit ist die Entwicklung eines Assistenzsystems für die intraoperative, hochauflösende, thermografische Bildgebung in der Neurochirurgie. Das System bildet die Grundlage für den Einsatz einer neuen Technologie, um operationsbedingte neurologische Ausfallerscheinungen zu minimieren. Im Vordergrund stehen die Erforschung von Methoden zur Identifikation funktioneller Areale und die Bestimmung von ischämischen Bereichen der Hirnrinde. Um die entwickelten Methoden in den operativen Einsatz zu überführen, werden diese im Rahmen des Projektes auf einem Echtzeit-Verarbeitungssystem implementiert, das eine schnelle und effiziente Signalverarbeitung ermöglicht.
Weißlichtaufnahme und Thermoaufnahme des Kortex
Entwicklung der modularen integrierten Plattform zur thermografischen Online-Bildgebung bei neurochirurgischen Eingriffen
- Zeitraum: 01.07.2013 bis 31.12.2014
- Förderer: Land Sachsen
Ziel des Forschungsvorhabens war die praktische Realisierung eines modular erweiterbaren Kamerasystems zur thermografischen Bildgebung in der Neurochirurgie. Das System sollte eine intraoperative Identifikation funktioneller Areale der Hirnrinde (Cortex) sowie eine möglichst hochauflösende Erkennung vaskulärer Störungen und die Abgrenzung von Tumoren zu regelgerechtem Gewebe ermöglichen. Dadurch sollten Untersuchungen zu strukturell-funktionellen Zusammenhängen zwischen neuronaler Aktivität der Hirnrinde und einer Änderung der Wärmestrahlung ermöglicht werden.