压力诱导的人工神经元在扩散记忆器中升

科学领域:

• 材料科学与工程 材料科学与工程
• 神经科学和神经形态计算的神经科学和神经形态计算

背景情况:

• 扩散记忆器表现出电流尖峰,使它们适合人工电子神经元.
• 人工神经元对于先进的自主和机器人系统至关重要,特别是对于诸如物体掌握和分类等传感器应用.

研究的目的:

• 为了设计一个灵活的,基于纳米粒子的扩散性memristor,能够产生可控制的电力尖端.
• 为了研究外部机械刺激对memristor的冲刺行为的影响,用于触觉感应应用.

主要方法:

• 在柔性聚乙烯四甲酸基板上制造基于银纳米粒子的扩散性记忆器.
• 通过应用电压和外部机械冲击 (不同大小和频率) 诱导和操纵电极冲击行为.
• 开发一个数学模型来描述memristor的操作原理和尖端特征.

主要成果:

• 通过机械冲击引发的扩散性memristor中可控制的电动尖峰被证明.
• 通过调整机械刺激的大小和频率来调节尖端特征的能力.
• 验证了一个数学模型,可以准确地捕捉观察到的尖端行为.

结论:

• 开发的灵活的扩散记忆器作为触摸感知传感器,将机械压力转换为电气尖峰.
• 这项技术为创建具有触觉感应能力的先进机器人系统提供了一条途径.
• 记忆器能够将触觉信息直接转化为神经相容的尖峰,这为机器人技术带来了显著的好处.