使用甲基工程的一维共价有机框架memristors重构的神经形态计算
Pan-Ke Zhou1, Ziyue Yu1, Tao Zeng2
1State Key Laboratory of Photocatalysis on Energy and Environment, and Key Laboratory of Advanced Carbon-Based Functional Materials, College of Chemistry, Fuzhou University, Fujian 350116, China.
Nano letters
|March 26, 2025
概括
甲基工程共价有机框架 (COFs) 创建稳定的memristors用于神经形态计算. 这些设备通过模仿大脑功能,增强稳定性和多层存储,提供节能,高精度的AI.
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:
- 神经形态设备旨在模拟生物神经网络,以实现高效的人工智能.
- 目前的系统面临着可扩展性和能源效率方面的挑战.
研究的目的:
- 开发一个可重新配置的神经形态计算的转化平台.
- 为了设计用于memristor应用的甲基功能化的一维共价有机框架 (1D COF).
主要方法:
- 将甲基组纳入 1D COF 结构.
- 使用这些工程COF制造的memristors的制造.
- 在多层次存储和突触模拟中对设备性能进行表征.
主要成果:
- 甲基减轻了Ag+迁移,稳定了导电纤维.
- 实现了具有特殊多层存储,稳定性,线性和可重复性的设备.
- 证明了对突触功能和ANN的电阻切换的精确控制.
结论:
- 甲基工程1D COF为下一代神经形态计算提供了一个有前途的基础.
- 这些memristors在像图像识别这样的任务中表现出高精度.
- 该平台可以实现节能和可扩展的AI解决方案.


