从光感应到自适应性学习:在神经形态计算中的 hafnium diselenide 可重新配置的 memcapacitive 设备
Bashayr Alqahtani1,2, Hanrui Li1, Abdul Momin Syed1
1Electrical and Computer Engineering Program, Computer Electrical Mathematical Science and Engineering Division, King Abdullah University of Science and Technology (KAUST), Thuwal, Saudi Arabia.
Light, science & applications
|January 2, 2025
概括
研究人员开发了用于神经形态计算的可重新配置的金属氧化物半导体电容器 (MOSCaps). 这些设备模拟神经元功能,适应光刺激,用于诸如系外行星探测等应用.
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.
- 计算机工程 计算机工程
背景情况:
- 神经形态计算的目标是模仿大脑的适应性,节能系统.
- 现有的技术难以复制神经元的核心功能:整合输入以产生信号.
- 记忆器和其他新兴技术在突触可塑性方面表现有前途,但未能实现全神经元仿真.
研究的目的:
- 开发能够模拟关键神经元功能的新型设备,用于神经形态应用.
- 为了创建具有高级功能的可重新配置的金属氧化物半导体电容器 (MOSCaps).
- 展示这些MOSCaps的集成到用于动态信号处理的尖端神经网络中.
主要方法:
- 使用 hafnium diselenide (HfSe2) 制造可重新配置的金属氧化物半导体电容器 (MOSCaps).
- 设备光电子突触特征和光依赖的memcapacitive行为的表征.
- 将MOSCaps集成到一个漏洞的集成和发射神经元模型中,用于尖端的神经网络模拟.
主要成果:
- MOSCaps展示了光电子突触学习和自适应神经元仿真.
- 设备在可见光谱中表现出双光启用的电荷捕获和可调的memcapacitive行为.
- 可调节的波动性允许在挥发性传感和非挥发性数据保留之间无过渡.
结论:
- 开发的可重新配置和多功能MOSCaps有效模拟神经元集成和发射.
- 这些设备为先进的神经形态计算系统提供了一个有前途的途径.
- 应用包括对光刺激的动态反应和通过光强度变化检测系外行星.
