大脑启发的计算与流动性离子电子纳米通道的计算
Tim M Kamsma1,2, Jaehyun Kim3, Kyungjun Kim3
1Institute for Theoretical Physics, Department of Physics, Utrecht University, Utrecht 3584, The Netherlands.
概括
研究人员开发了人工水性离子通道,用于大脑启发的计算. 这些新的memristors模仿大脑流体动力学,使稳定,可调节的记忆用于神经形态应用,如手写数字识别.
科学领域:
- 神经科学是一个神经科学.
- 材料科学 材料科学 材料科学
- 计算机工程 计算机工程
背景情况:
- 大脑高效的信息处理启发了神经形态计算.
- 人工水性离子通道为计算提供了一种新的流体方法,与固态设备不同.
- 模仿生物离子运输是开发先进计算架构的关键.
研究的目的:
- 为神经形态计算提供易于制造的逐渐缩小的微通道作为人工水性离子通道.
- 为了证明由盐度极化驱动的这些通道的记忆性质.
- 探索它们作为神经形态储库计算系统中的突触元素的应用.
主要方法:
- 用嵌入的流体纳米通道和合体结构制造的形微通道.
- 利用暂时盐度极化来创建挥发性记忆器.
- 对离子流和积累的定量理论建模.
- 该设备作为储库计算的突触元件的实现.
主要成果:
- 这些设备表现出稳定,挥发性memristor行为由于过渡盐度极化.
- 记忆保留时间显示了对通道长度的二次依赖,允许时间尺度调整.
- 个别频道成功区分了代表手写数字的时间序列.
- 使用简单的读取功能实现了in silico分类.
结论:
- 人工水性离子通道是神经形态计算的一个有希望的平台,模拟大脑流体动力学.
- 开发的微通道根据通道设计提供可调节的内存属性.
- 这项工作代表了流体神经形态装置的重大进步.
