基于ZnO忆阻器的神经突触仿生电子器件

Ruobing PAN,Lijuan HU,Hongtao CAO,Liqiang ZHU,Jun LI,Kang LI,Lingyan LIANG,Hongliang ZHANG,Junhua GAO,Fei ZHUGE

Journal of Materials Science and Engineering（2017）

引用 0|浏览7

暂无评分

摘要

本文采用ZnO忆阻器模拟了生物神经突触的记忆和学习功能.ZnO突触器件表现出典型的随时间指数衰减的突触后兴奋电流(EPSC),以及EPSC的双脉冲增强行为.在此基础上,实现了学习-遗忘-再学习的经验式学习行为,以及四种不同种类的电脉冲时刻依赖可塑性学习规则.ZnO突触器件实现了超低能耗操作,单次突触行为能耗最低为1.6pJ,表明其可以用来构筑未来的人工神经网络硬件系统,最终开发出与人脑结构类似的认知型计算机以及类人机器人.

查看译文

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要