门控制的神经调节光学突触晶体管用于自适应性学习和能量精度平衡
Jung Min Yun1, Yu Bin Kim1, Min Jung Choi1
1Department of Materials Science and Engineering, Kyung Hee University, Yongin 17104, Republic of Korea. junkang@khu.ac.kr.
Materials horizons
|February 17, 2026
概括
这项研究介绍了一种用于神经形态视觉系统的新型门调节光学突触晶体管. 该设备通过模仿生物神经调节来实现自适应性学习灵敏度和能源效率.
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:
- 神经形态视觉系统需要高效的光学信号处理和适应性,能量意识的学习.
- 光学突触晶体管是传感器内计算的关键,模仿像可塑性这样的突触功能.
- 现有的设备具有固定的突触增益,阻碍了对各种任务的自适应性学习.
研究的目的:
- 以生物神经调节为灵感,开发一个可调节门的光学突触晶体管.
- 为了使神经形态视觉系统中学习灵敏度的电压依赖调制.
- 整合突触行为与门控制的增益调制,用于自适应计算.
主要方法:
- 使用氧化 (IGZO) 制造一个可调节门的光学突触晶体管.
- 展示传统的突触行为 (EPSC,PPF,可塑性).
- 门偏差的实施用于预先调节突触反应和模仿神经调节.
- 在CIFAR-10数据集上训练一个卷积神经网络 (CNN),以评估设备性能.
主要成果:
- 该IGZO光传感器成功模仿了突触功能,并表现出门调节增益调制.
- 更高的门偏差提高了CNN的分类准确性,但增加了能源消耗.
- 较低的门偏差减少了能源使用,提供了适应性精度-能量权衡.
结论:
- 开发的设备整合了必要的突触行为与门控制的增益调制,模拟神经调制.
- 这为适应性神经形态视觉系统提供了一种实用和节能的方法.
- 该设备为视觉处理提供了更复杂和更具适应性的传感器内计算的途径.
