相关实验视频
Updated: Jul 21, 2026

07:46
A Method for Growing Bio-memristors from Slime Mold
Published on: November 2, 2017
9.2K
为可重新配置的神经形态功能而进行分子工程的memristors
Pallavi Gaur1, Bidyabhusan Kundu1, Pradip Ghosh1
1Centre for Nanoscience and Engineering, CeNSE, Indian Institute of Science (IISc), Bangalore, 560012, India.
Advanced materials (Deerfield Beach, Fla.)
|December 10, 2025
概括
研究人员开发了一个纳米电子设备的预测框架,使得精确控制分子设计,用于先进的计算. 这一突破使单个电路元件能够执行各种计算任务,根据需要进行调整和重新配置.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米电子学纳米电子学
- 计算化学的计算化学
背景情况:
- 纳米电子学旨在通过电路组件如开关和内存的分子设计来控制电气性能.
- 由于复杂的结构-功能关系和非线性电荷传输相互作用,这些设备的预测模型具有挑战性.
研究的目的:
- 建立一个整合合成,电气测量和计算建模的预测框架.
- 通过分子设计优化神经形态电路元件的功能和性能.
主要方法:
- 综合化学合成,电传输测量和ab-initio/量子化学建模.
- 在复合体中定制的分子协调环境和外层离子相互作用.
主要成果:
- 通过访问各种记忆响应 (数字,模拟,二进制,三进制内存) 来实现设备切换行为的编程调制.
- 证明了对6个数量级的电导度的控制.
- 创建了一个单个电路元件,能够在多个计算模式中进行动态重新配置.
结论:
- 预测框架成功地将分子设计与纳米电子设备中的电性质联系起来.
- 这种方法可以为下一代计算开发适应性材料,包括内存逻辑和突触可塑性.
- 该研究通过创建存储,计算,适应和重新配置的材料来重新定义计算.

