光电子人工BFCO/AZO异构结构的神经形态计算 记忆器 突触
Zhao-Yuan Fan1, Zhenhua Tang1, Jun-Lin Fang1
1School of Physics and Optoelectric Engineering, Guangdong University of Technology, Guangzhou Higher Education Mega Center, Guangzhou 510006, China.
Nanomaterials (Basel, Switzerland)
|April 12, 2024
概括
这项研究介绍了一种光电子神经形态装置,模拟突触行为,用于高级感官模拟. 该设备在模式分类任务中实现了高精度,为未来的光电子突触铺平了道路.
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.
- 计算机科学 计算机科学
背景情况:
- 光电子神经形态设备提供现实的感官模拟,超越纯电系统.
- 像短期可塑性 (STP),长期可塑性 (LTP) 和配对脉冲促进 (PPF) 这样的突触行为对于大脑启发的计算至关重要.
研究的目的:
- 制造和描述一种能够模拟突触行为的光电子神经形态装置.
- 为了研究该设备异构结构中的光记忆机制.
- 为了提高模式识别准确度,使用带有改进算法的卷积神经网络 (CNN).
主要方法:
- 制造一个Bi2FeCrO6/Al-doped ZnO (BFCO/AZO) 异构光电记忆器.
- 对响应电信号和光信号的突触行为 (STP,LTP,PPF) 的表征.
- 分析能量带结构,以了解光记忆机制.
- 为MNIST和时尚-MNIST数据集分类实施CNN,并改进了随机自适应算法.
主要成果:
- 该BFCO/AZO设备成功模拟了各种突触行为.
- 通过能量波段分析阐明了光记忆机制.
- 实现了MNIST的95.21%和时尚-MNIST的74.19%的更好的识别准确性.
结论:
- 开发的光电子神经形态装置显示了模拟突触功能的前景.
- 这些发现为未来发展光电子突触提供了可行的途径.
- 这项研究有助于大脑启发的计算和人工智能的进步.
