带有嵌入银纳米集群的移动银化瓦纳-氧化物记忆器的人工突触行为,用于神经形态计算应用
Jiyeon Ryu1, Peter Hayoung Chung1, Cheolhwan Yoon2
1Graduate School of Semiconductor Materials and Devices Engineering, Ulsan National Institute of Science and Technology (UNIST), Ulsan 44919, Republic of Korea. tsyoon@unist.ac.kr.
Nanoscale
|March 10, 2026
概括
这项研究引入了一种用于人工突触的新型银化氧化瓦纳-氧化物记忆器. 它展示了稳定的线性模拟切换,改善了神经形态计算,并为人工智能应用程序提供了设备内学习.
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:
- 基于金属离子的移动状记忆器被用作人造突触,但表现出突然和随机的切换.
- 这限制了它们在神经形态计算中的应用,需要更稳定和可控制的突触装置.
研究的目的:
- 开发一种具有线性和对称导电度调制的非丝状突触记忆器.
- 为了研究设备的耐用性,切换特性和突触可塑性特性.
- 为了展示memristor在储库计算和边缘人工智能应用中的潜力.
主要方法:
- 用银添加的氧化物 (VCeOx:Ag) 记忆器的制造.
- 使用传输电子显微镜 (TEM) 和凯尔文探针力显微镜 (KPFM) 进行表征.
- 在MNIST和时尚-MNIST数据集上评估突触可塑性 (PPF,PTP,SRDP,STM-to-LTM) 和储库计算 (RC) 的性能.
主要成果:
- VCeOx:Ag记忆体实现了线性和对称的导电量调制,在104循环中具有稳定的耐久性.
- 导电机制涉及Ag纳米集群和重新分配的Ag离子,从而实现了强大的模拟切换.
- 在水库计算任务中表现出高的分类准确度 (MNIST为90.6%,时尚-MNIST为76.7%).
结论:
- 在VCeOx:Ag记忆器中的互补导电机制提供了精确的模拟导电控制.
- 这项技术为边缘AI和设备内学习的可扩展,节能的神经形态硬件铺平了道路.


