相关实验视频
Updated: Jul 14, 2025
07:38
Author Spotlight: Modular Neuronal Networks for Analyzing Brain Functions
Published on: June 7, 2024
1.6K
一个基于Ag的神经形态装置的可扩展解决方案配方
Tejaswini S Rao1, Indrajit Mondal1, Bharath Bannur1
1Chemistry and Physics of Materials Unit, Jawaharlal Nehru Centre for Advanced Scientific Research, Jakkur P.O., Bangalore, 560064, India.
Discover nano
|October 9, 2023
概括
研究人员开发了一种可扩展的,灵活的银 (Ag) 设备,使用化学露水来进行由大脑启发的计算. 这种新的制造方法增强了整合,并展示了关键的突触功能,为先进的智能系统铺平了道路.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 电气工程 电气工程
背景情况:
- 灵感来自大脑的智能系统在集成和可扩展性方面面临挑战.
- 现有的制造方法往往缺乏易于加工和灵活性.
研究的目的:
- 开发一种新的,可扩展和灵活的制造方法,用于大脑启发的计算设备.
- 为了研究微观结构和电气行为之间的关系.
- 模拟突触功能和认知行为.
主要方法:
- 通过使用Ag有机前体的自成化学蒸工艺制造银 (Ag) 器件.
- 旋转涂层,前体稀释和溶剂条件的变化,以实现不同的脱水结构 (双模和几乎单模).
- 微观分析,电气表征和电容建模,以将结构与功能相关联.
主要成果:
- 成功制造了具有高产率的可扩展和灵活的Ag设备 (>96%的切换行为在>1000个设备中).
- 证明了突触功能的模拟,包括短期强化 (STP) 和长期强化 (LTP),双模设备显示出卓越的性能.
- 在双模设备中模拟认知行为 (关联学习).
结论:
- 化学蒸过程为制造集成,可扩展和灵活的大脑启发的计算设备提供了可行的途径.
- 开发的Ag设备在模拟突触可塑性和认知功能方面表现出有希望的性能.
- 这种方法解决了当前脑启发系统进步的关键局限性.
