基于碳纳米管凝复合膜的memristor作为人工光电子突触用于图像处理

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.
• 电气工程 电气工程

背景情况:

• 神经形态计算旨在利用人工系统复制大脑的结构和功能.
• 记忆器是构建人工突触的关键组件,可以有效处理信息.
• 光学响应材料为开发先进的人工突触提供了新的途径.

研究的目的:

• 开发和描述基于碳纳米管-凝复合物的新型光电子人工突触.
• 为了研究该设备的模拟电阻切换,内存能力和突触可塑性仿真.
• 探索这种人工突触在神经形态计算中的图像处理潜力.

主要方法:

• 使用凝和碳纳米管复合物的光电子记忆器的制造.
• 模拟电阻开关,多状态内存和保留属性的表征.
• 通过电脉冲和光脉冲来研究刺激后突触电流的诱导和调制.
• 模拟Hebbian学习规则,包括尖峰时间依赖的可塑性和尖峰幅度依赖的可塑性.
• 第一个原则计算,以阐明费用转移机制.

主要成果:

• 人工突触表现出模拟电阻切换和稳定的多状态内存,具有出色的保留能力.
• 通过电气和光学刺激成功诱导和调节刺激后突触电流.
• 证明了基本的Hebbian学习原理的模拟,这对突触可塑性至关重要.
• 该设备显示了有效识别手写数字的潜力,降低了数据和培训成本.
• 通过理论计算来澄清收费转移机制.

结论:

• 开发的碳纳米管-凝复合物形成了一个有前途的光电子人造突触.
• 该设备有效地模仿突触功能和Hebbian学习用于神经形态应用.
• 这项技术在神经形态系统中具有低功耗,高效的图像处理的巨大潜力.