自组装的3D互连磁纳米线网络用于神经形态计算
Dhritiman Bhattacharya1, Colin Langton1, Md Mahadi Rajib2
1Physics Department, Georgetown University, Washington, D.C. 20057, United States.
ACS applied materials & interfaces
|March 23, 2025
概括
我们开发了用于神经形态计算的自组装磁纳米线的新型3D纳米磁网. 这些网络使磁态的电气控制成为可能,作为高效的人工智能硬件的可编程突触权重.
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:
- 由于复杂的旋转纹理和动态,三维 (3D) 纳米磁系统对神经形态计算具有前景.
- 制造和表征方面的挑战限制了对3D纳米磁系统的研究.
研究的目的:
- 引入自组装磁纳米线 (NW) 的相互连接网络,作为神经形态计算的新3D平台.
- 展示这些NW网络的电气控制和编程能力,用于人工智能应用.
主要方法:
- 自组装磁纳米线网络的制造.
- 运输路径和磁化状态的电气表征.
- 电流脉冲用于选择性定位和状态切换的应用.
主要成果:
- 网络展示了多个独特的运输路径,具有离散的,电可控的磁化状态.
- 路径作为可编程的突触权重起作用,允许通过当前脉冲进行多样化的编程.
- 观察到历史依赖的磁性状态切换和相互连接的运输路径功能.
结论:
- 相互连接的磁性NW网络为神经形态计算提供了一个有效的平台.
- 这些网络在神经网络架构中显示出作为储存层的潜力.
- 展示的功能为先进的AI硬件开发铺平了道路.
更多相关视频
10:45Anatomically Inspired Three-dimensional Micro-tissue Engineered Neural Networks for Nervous System Reconstruction, Modulation, and Modeling
Published on: May 31, 2017
12.7K
10:32Design, Surface Treatment, Cellular Plating, and Culturing of Modular Neuronal Networks Composed of Functionally Inter-connected Circuits
Published on: April 15, 2015
8.4K
