通过仿生界面工程的无异型二维的仿生界面工程,具有树突类可塑性的人工轴突
Jiwei Chen1,2, Changjian Zhou1, Yingjie Luo1,2
1School of Microelectronics, South China University of Technology, Guangzhou 511442, China.
研究人员使用二维开发了一种人工轴突,提高了尖端神经网络 (SNN) 的性能. 这种仿生方法可以提高SNN硬件的信号处理和准确性.
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:
- 尖端神经网络 (SNN) 硬件设计经常忽视轴突组件,优先考虑树突和突触功能.
- 这种不平衡导致信号容量,准确性和整体系统紧性的限制.
- 开发高效的人工神经元组件对于推进SNN技术至关重要.
研究的目的:
- 为了设计一个人工轴突,利用异构二维 (2D) (Te) 的独特特性.
- 调查仿生界面工程对SNN性能的影响.
- 为SNN硬件创建一个更紧和高精度的并行架构.
主要方法:
- 使用异构的2D制造人工轴突装置.
- 多终端轴子装置在生物电水平上的操作.
- 在SNN算法中整合和评估设备的协同轴突 - 树突优化能力.
主要成果:
- 实现了大约258%的神经元类异质轴突动力学的扩张.
- 证明了树突状的性,其增益约为197%.
- 该设备显示了5位可编程导电,信号过和输入增强,导致SNN数据集识别精度增加5.2%,特别是在图像预处理中.
结论:
- 基于异构的2D和生物模拟接口工程的开发的人工轴突为SNN硬件提供了一个新的解决方案.
- 这种方法通过优化轴突和树突功能来解决性能限制.
- 该战略为SNN系统提供了一条通往紧,高精度和高效并行架构的通用途径.
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
10:26Rewiring Neuronal Circuits: A New Method for Fast Neurite Extension and Functional Neuronal Connection
Published on: June 13, 2017
相关概念视频
Normal Strain under Axial Loading
Deformation in a Circular Shaft
Plastic Deformation in Circular Shafts
Torsion of Noncircular Members
Plastic Deformations of Members with a Single Plane of Symmetry
Eccentric Axial Loading in a Plane of Symmetry
