使用基于TaOx的memristor与热氧化活性层实现人工突触的初步调查
Juri Kim1, Yongjin Park1, Jung-Kyu Lee1
1Division of Electronics and Electrical Engineering, Dongguk University, Seoul 04620, South Korea.
The Journal of chemical physics
|December 6, 2023
概括
热氧化氧化物 (TaOx) 记忆器显示出用于神经形态计算的稳定突触行为. 优化的回火使得可靠的人工突触仿真和在模式识别任务中的高精度成为可能.
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.
- 计算机科学 计算机科学
背景情况:
- 记忆器对于神经形态计算至关重要,模仿生物突触.
- 优化制造工艺,如化,是设备稳定性和性能的关键.
- 基于氧化 (TaOx) 的记忆器为人工突触应用提供了潜力.
研究的目的:
- 为了研究热氧化TaOx记忆器作为人工突触.
- 为了确定稳定的memristor特征的最佳回火时间.
- 评估优化设备的突触仿真能力和模式识别性能.
主要方法:
- 制造具有不同回火时间的Pt/TaOx/Ta记忆器.
- 电阻切换,保留和耐久性的表征.
- 突触行为的表现:强化,抑郁和尖端时间依赖的可塑性.
- 使用修改后的国家标准与技术研究所数据集对模式识别准确性的评估.
主要成果:
- 5分钟的化陶记忆器表现出稳定的电阻切换,保留和耐久性,与10分钟的化装置不同.
- 记忆器成功模拟了突触功能,包括潜能,抑郁和依赖尖峰时间的可塑性.
- 在模式识别方面实现了高精度:93.25% (相同脉冲方案) 和95.42% (增量脉冲方案).
结论:
- 优化的热氧化和化对于开发稳定和功能性的基于TaOx的人工突触至关重要.
- 这些memristor显示出神经形态计算应用的重大前景,特别是在模式识别方面.
- 这项研究强调了TaOx记忆器在复制先进AI系统的生物突触学习原理方面的潜力.
