来自金属化物矿的集成人工神经元

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:

• 硬件神经网络比传统计算机提供了显著的能源效率.
• 人工神经元对于神经网络至关重要,由于大小和随机性,记忆器件显示出有前途.
• 现有的记忆性人工神经元演示是有限的.

研究的目的:

• 为了展示一个完全在芯片上的人工神经元,使用化矿半导体.
• 为了研究记忆力的人工神经元的能效和功能.
• 评估将这些神经元整合到节能神经网络中的潜力.

主要方法:

• 在芯片上制造人工神经元,使用微尺度电极和化矿半导体活性层.
• 化矿矿记忆装置与电容器连续集成.
• 模拟神经元群体以分析随机发射和下值输入检测.

主要成果:

• 该设备表现出随机泄漏的整合和放火行为.
• 每个尖峰的低能耗达到20至60皮科朱尔,超过了生物神经元.
• 通过随机点火模式来检测低于值的输入.

结论:

• 化矿记忆装置代表了一个可行的,节能的人工神经元.
• 证明的神经元的随机性有助于检测弱信号,这对于神经计算至关重要.
• 这项技术很容易与现有的人工突触集成,用于构建高效的神经网络.