硬件可行和高效的N型有机神经形态信号识别通过储库计算
Riping Liu1, Yifei He1, Xiuyuan Zhu1
1Guangzhou Key Laboratory of Flexible Electronic Materials and Wearable Devices, Key Laboratory for Polymeric Composite and Functional Materials of Ministry of Education, School of Materials Science and Engineering, State Key Laboratory of Optoelectronic Materials and Technologies, Sun Yat-sen University, Guangzhou, 510275, P. R. China.
Advanced materials (Deerfield Beach, Fla.)
|November 22, 2024
概括
新的有机电化学突触晶体管 (OEST) 实现了实际的神经形态计算. 这项研究介绍了一个硬件可行的储计算系统,使用n型OESTs用于图像,语音和睡眠监控中的准确信号识别.
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:
- 有机电化学突触晶体管 (OEST) 灵感来自神经形态计算的生物系统.
- 用于信号识别的n型OEST的实际实施面临硬件挑战.
研究的目的:
- 介绍一个小分子 n 型 OEST 集成到储计算 (RC) 框架中,用于时间信号识别.
- 为了利用n-OESTs的可调节的突触特性来实现可调节的内存和时间特异性.
主要方法:
- 将小分子n型OEST集成到一个简单的,硬件可行的RC框架中.
- 使用挥发性n-OEST作为储库和非挥发性n-OEST网络进行读取.
- 在n-OEST中描述可调节的短期记忆和长期潜能/抑郁 (LTP/LTD).
主要成果:
- 使用物理RC系统实现了手写数字 (94.9%) 和口语数字 (90.7%) 的高识别精度.
- 在睡眠监测 (打识别) 中通过分组的RC证明了卓越的准确性 (98.0%).
- 非挥发性OEST在LTP/LTD中表现出256个电导度级别和广泛的动态范围 (≈147).
结论:
- 为有机混合离子电子导体 (OMIEC) 驱动的计算提供了一条可靠的途径.
- 推进生物启发的基于硬件的神经形态计算,用于现实世界的应用.
- 突出了n-OEST在实际信号识别和监控系统中的潜力.
