一个碳导电丝诱发了强大的电阻切换行为,用于大脑启发的计算
Tianqi Yu1, Dong Wang1, Min Liu1
1Joint International Research Laboratory of Information Display and Visualization, School of Electronic Science and Engineering, Southeast University, Nanjing 210096, People's Republic of China. Zhao_zw@seu.edu.cn.
Materials horizons
|January 4, 2024
概括
这项研究介绍了一种强大的碳纤维记忆器,用于大脑启发的计算,克服不稳定性问题. 它实现了高性能,低功耗,并为神经形态应用提供了出色的耐久性.
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.
- 计算机工程 计算机工程
背景情况:
- 记忆器是受大脑启发的计算的关键.
- 记忆器中的活性金属电极会导致不稳定,阻碍性能.
- 对于可靠的神经形态器件,需要强大的导电丝.
研究的目的:
- 为了证明一个稳定的碳导电导电线索诱导的memristor.
- 为了提高神经形态计算的设备性能和可靠性.
- 为神经形态应用中的memristor研究提供准则.
主要方法:
- 制造碳导电导电丝的记忆管.
- 切换参数,保留和耐久性的表征.
- 使用MNIST手写识别和ASCII数据进行性能评估.
- 使用传输电子显微镜 (TEM) 和第一原则计算进行分析.
主要成果:
- 实现了低变化系数 (3.9%/-1.18%) 和值功率 (10-9 W).
- 证明了高保留 (3 × 10 6 秒) 和耐力 (10 7 循环).
- 实现了96.87%的MNIST识别准确度和ASCII数据功能.
结论:
- 碳导电纤维为基于memristor的神经形态计算提供了稳定可靠的解决方案.
- 展示的memristor显示了高性能,低功耗的大脑启发系统的潜力.
- 这项工作为研究神经形态应用中的memristors提供了新的方向.
更多相关视频
08:07Assembly and Characterization of Biomolecular Memristors Consisting of Ion Channel-doped Lipid Membranes
Published on: March 9, 2019
7.8K
05:26Author Spotlight: Low-Cost Electroencephalographic Recording System Combined with a Millimeter-Sized Coil to Transcranially Stimulate the Mouse Brain In Vivo
Published on: May 26, 2023
3.6K
