基于2D铁电RP矿的光电坐标调制记忆器,用于人工视觉应用
Hong Wang1, Jialiang Yang1, Zheng Yang1
1Key Laboratory of Brain-Like Neuromorphic Devices and Systems of Hebei Province, Hebei Key Laboratory of Photo-Electricity Information and Materials, Hebei University, Baoding, 071002, China.
概括
研究人员开发了一种用于人工视觉的新型memristor,集成传感,存储和处理以减少功耗和延迟. 这种光电设备在图像识别任务中实现了高精度,为高效的神经形态视觉系统铺平了道路.
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:
- 传统的人工视觉系统由于单独的传感,计算和存储单元而遭受高功耗和延迟.
- 在传感器层面集成这些功能对于高效的光信号处理至关重要.
研究的目的:
- 提出和演示一种光电记忆器,用于光信号的同时感知-存储-处理.
- 评估该设备在模拟生物突触可塑性的性能及其在图像识别神经网络中的应用.
主要方法:
- 使用2D铁电Ruddlesden-Popper矿膜制造一个光电记忆器.
- 通过极化对memristor的导电性调制及其在10^9周期中的耐用性进行了表征.
- 使用memristor实现双层前神经网络,用于手写数字和面部识别.
主要成果:
- 记忆器具有很高的耐用性,在10^9周期后极化衰变可以忽略不计.
- 该设备准确地模拟了具有高导电率线性 (≈0.997) 的生物突触可塑性.
- 在手写数字识别方面实现了97.150%的准确性,在人脸识别准确性方面提高了14.550%.
结论:
- 拟议的光电记忆器为低功耗,低延迟的人工视觉系统提供了一个有前途的解决方案.
- 该设备执行同时感知-存储-处理和模拟突触可塑性的能力是先进神经形态系统的关键.
- 这项技术在开发高密度,节能可视化计算应用方面具有重大潜力.
