在芯片上对宏分子突触元件进行一次远程集成,用于超薄灵活神经网络系统
Jiyun Lee1, Jaehoon Lee1, Hyeonsu Bang2
1SKKU Advanced Institute of Nanotechnology (SAINT) and Department of Nano Science and Technology, Sungkyunkwan University, 2066 Seobu-ro, Jangan-gu, Suwon, 16419, South Korea.
Advanced materials (Deerfield Beach, Fla.)
|May 19, 2024
概括
一种新的一次性可集成电聚合方法使人造神经网络的突触晶体管能够具有成本效益的制造. 这一进步简化了高密度,一次性神经形态计算系统的制造.
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.
- 电子工程 电子工程
背景情况:
- 仿生电子的目标是通过模仿突触功能来克服·诺伊曼瓶.
- 目前微型突触元件的制造工艺复杂且昂贵.
研究的目的:
- 开发一种简化,可扩展的合成元件制造方法.
- 为了证明在人工神经网络中制造的突触晶体管的性能.
主要方法:
- 开发了一种使用双极电化学的一次整合电聚合 (OSIEP) 方法.
- 使用双源/排水电极的交流电流和直流电压双极电聚合.
- 在灵活的基板上制造出了多 (3,4-乙烯二氧化) 突触晶体管的统一阵列.
主要成果:
- 在OSIEP的方法成功地制造了统一的6x5数组的突触晶体管在一个步骤.
- 晶体管在100秒内表现出高均性和突触可塑性.
- 人工神经网络模拟实现了95.20%的识别精度.
结论:
- 对于神经形态系统来说,OSIEP方法提供了一个具有成本效益和高密度的制造策略.
- 制造的突触晶体管显示出一次性和集成的人工智能应用的潜力.
- 该技术使复杂的学习模式能够重新配置为多门突触电路.
