灵活的突触记忆器与控制的刚性在氧集群的高精度神经形态计算
Jae-Hyeok Cho1, Suk Yeop Chun2, Ga Hye Kim1
1School of Advanced Materials Science and Engineering, Sungkyunkwan University, Suwon, 16419, Republic of Korea.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|January 24, 2025
概括
使用氧集群的灵活记忆器为神经形态计算提供了更好的可靠性和机械稳定性. 这些设备表现出高耐久性,稳定保留和准确的模式识别,为先进的人工神经网络铺平了道路.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 计算机工程 计算机工程
背景情况:
- 灵活的memristor对于神经形态计算至关重要,但其可靠性差,机械不稳定性差.
- 传统设备在可预测的切换行为和耐用性方面面临挑战.
研究的目的:
- 开发一种可靠和灵活的memristor,使用一种新的氧集群材料.
- 为了提高先进的神经形态应用的设备性能.
主要方法:
- 作为电阻切换层使用了氧集群 (Zr6O4OH4(OMc) 12)
- 通过热聚合,优化材料结构刚性.
- 制造并经过测试的灵活的memristor设备.
主要成果:
- 达到高耐力 (∼104周期) 和稳定的记忆保留 (高达104秒).
- 在曲 (2.5毫米半径) 时保持高的ION/IOFF比率 (104).
- 证明了高模式识别准确性 (97.44%) 与多层电导状态.
结论:
- 混合金属-氧集群为灵活可靠的神经形态设备提供了一种新的材料设计.
- 优化的memristor显示了人工神经网络应用的巨大潜力.
- 这项工作解决了用于计算的灵活电子的关键挑战.


