在微气泡接口上的软式memristor

科学领域:

• 纳米技术纳米技术
• 材料科学 材料科学 材料科学
• 神经形态计算是一种神经形态计算.

背景情况:

• 记忆器对于推进神经形态计算至关重要.
• 现有的memristors通常依赖于固态材料.
• 软,适应性的memristors是需要的新的应用程序.

研究的目的:

• 为了引入一种新型的软memristor.
• 为了探索液体-蒸汽接口的记忆性质.
• 研究纳米流体设备在神经形态计算中的潜力.

主要方法:

• 使用微气泡的液体蒸汽表面制造软的memristor.
• 通过静电和界面力调节液体薄膜厚度.
• 分析电流歇斯底里,电阻切换和流体动力学.

主要成果:

• 在特定的扫描周期 (1.651.2秒) 内观察到压缩电流歇斯底里.
• 在1.6秒以下显示电阻行为,在51.2秒以上显示二极管类行为.
• 模拟液膜动态,并分析盐度和电压对记忆效应的影响.

结论:

• 一个基于软接口的新型纳米流体记忆器已经开发出来.
• 这项技术为创建先进的神经形态计算设备提供了新的途径.
• 液体-蒸汽接口为记忆行为提供了一个可调节的平台.