XiaoMi-AI文件搜索系统
World File Search System下向忆
基于纳米结构双层 ZrOx/Au 薄膜的双端忆阻器的增强和抑制行为
摘要 模拟突触功能（例如增强和抑制）对于开发人工神经形态结构具有战略意义。通过在去除开关信号后利用电阻水平的逐渐放松，忆阻器可以定性地再现生物突触的短期可塑性行为。为此，已经提出了各种基于纳米制造的金属氧化物半导体堆栈的忆阻器。在这里，我们介绍了一种不同的制造方法，该方法基于以双层平面配置沉积的簇组装纳米结构氧化锆和金薄膜（ns-Au / ZrO x）。该装置表现出具有短期记忆和增强/抑制的忆阻行为。观察到的松弛可以用拉伸指数函数来描述。此外，在重复脉冲应用下，短期现象的特征时间会动态变化。我们的纳米结构装置的特点是与其他纳米级忆阻装置相比，导电路径长度明显更长；氧化锆纳米结构薄膜的使用使得该装置与神经元细胞培养兼容。
类似乐高的可重构人工智能芯片
对实时低功耗传感信息处理能力的需求日益增长。然而，这需要开发和集成从传感器到处理器等不同类型的智能设备。传统的三维 (3D) 异构集成技术基于冯·诺依曼架构，依靠金属线通孔垂直连接传感器、处理器和存储器层 1 。在这样的系统中，这些不同功能层之间的硬连线连接一旦制造出来就固定了。因此，传统的 3D 异构集成技术在边缘智能应用中使用时效率低下，因为在边缘智能应用中，对传感和计算的需求随时间而变。华强吴、林鹏、Jeehwan Kim 和同事在《自然电子学》上撰文，报道了一种可重构异构集成技术，该技术基于可堆叠芯片，芯片中嵌入了光电器件阵列和忆阻横杆 2 。智能传感器和处理器之前已被开发用于图像预处理 3 – 5 和并行识别 6、7 。以前也曾探索过垂直架构的神经形态视觉芯片的概念，即通过线连接将基于范德华异质结构的神经形态传感器和忆阻交叉阵列联网 8 。来自美国、韩国和中国不同研究所的研究人员采用了不同的方法，创造了类似乐高的芯片，允许各种神经形态传感器和处理器通过芯片间光通信连接起来（图 1 ）。在这种 3D 集成技术中，各个芯片是可更换和可堆叠的，光电二极管/发光二极管 (LED) 阵列嵌入在各个独立的芯片层中，以提供相邻层之间的光通信。此外，忆阻交叉阵列可以植入
MSC-98-23-Add.1 海事安全委员会报告 ...
海事安全委员会， 忆及《国际海事组织公约》第 28(b)条有关委员会职能的规定， 还忆及第 MSC.267(85) 号决议通过了《2008 年国际完整稳性规则》（“2008 年 IS 规则”）， 进一步忆及第 MSC.413(97) 号决议通过了对 2008 年 IS 规则引言和 A 部分的修正案， 注意到经 MSC.269(85) 号决议修正的《1974 年国际海上人命安全公约》（“公约”）第 II-1/2.27.1 条规定的关于对 2008 年 IS 规则引言和 A 部分的修正程序的规定， 认识到需要在 2008 年 IS 规则中纳入关于从事锚泊、起重和拖带作业（包括护航拖带）船舶的规定， 2008 年 IS 规则， 在其 [第九十九届会议] 上，审议了按本公约第 VIII(b)(i) 条提出和分发的 2008 年 IS 规则 A 部分修正案， 1 按本公约第 VIII(b)(iv) 条规定，通过进一步修正案
具有忆阻器横杆的网络化视网膜传感器可实现大脑启发的视觉感知
与人类视觉相比，由图像传感器和处理器组成的传统机器视觉由于图像感测和处理在物理上分离，存在高延迟和大功耗的问题。具有大脑启发视觉感知的神经形态视觉系统为该问题提供了一个有希望的解决方案。在这里，我们提出并演示了一种原型神经形态视觉系统，该系统通过将视网膜传感器与忆阻交叉开关联网。我们使用具有栅极可调光响应的 WSe 2 /h-BN/Al 2 O 3 范德华异质结构来制造视网膜传感器，以紧密模拟人类视网膜同时感测和处理图像的能力。然后，我们将传感器与大规模 Pt/Ta/HfO 2 /Ta 单晶体管单电阻 (1T1R) 忆阻交叉开关联网，该交叉开关的作用类似于人脑中的视觉皮层。实现的神经形态视觉系统可以快速识别字母和跟踪物体，表明在完全模拟状态下具有图像感测、处理和识别的能力。我们的工作表明，这种神经形态视觉系统可能会为未来的视觉感知应用开辟前所未有的机会。
及信息会议硕士课程纳米电子...
• 机器人自适应计算系统 • 深度神经网络硬件 • 嵌入式多核架构的设计和编程 • 机电网络 • 认证编程语言和编译器设计基础 • 硬件建模与仿真 • 宽带光通信集成电路 • 用于通信和信号处理的集成光子设备 • 光学非经典计算简介：概念和设备 • 神经网络和忆阻硬件加速器 • 神经形态 VLSI 系统 • 物理设计 • VLSI 处理器设计
基于新设备的神经形态计算 - VDE
NMC 系统的技术测试需要适当的方法和设备以及对测试程序的明确描述（Leupers，2024）。有必要弥合系统应用、电路架构和电子设备的要求与可用材料之间的差距，这需要规定系统层及其接口。带有被测设备的验证平台充当实用工具，将集成电路或所谓的神经形态硬件与输入和输出连接起来。这种灵活的测试环境有助于软件开发，以将人工智能应用程序迁移到新的基于忆阻设备的电路。这是评估和验证神经形态系统架构及其相应软件的一种变体。
多端忆阻器件实现神经形态硬件中可调突触可塑性：简要回顾
基于脉冲神经网络的神经形态计算有可能显著提高人工智能的在线学习能力和能源效率，特别是对于边缘计算。计算神经科学的最新进展证明了异突触可塑性对于网络活动调节和记忆的重要性。因此，在硬件中实现异突触可塑性是非常可取的，但重要的材料和工程挑战仍然存在，需要在神经形态设备方面取得突破。在这篇小型评论中，我们概述了具有可调突触可塑性的硅基多端忆阻设备的最新进展，从而实现了硬件中的异突触可塑性。讨论了这些设备与工业互补金属氧化物半导体 (CMOS) 技术的可扩展性和兼容性。
基于 La 掺杂 BiFeO3 结的随机存取多级非易失性存储器
电阻开关器件由于其出色的性能、简单性和可扩展性而成为下一代非易失性存储器的有希望的候选者。其中，开发多级电阻开关因其在显著提高信息存储密度且不消耗额外能量的潜力而引起了广泛关注。尽管在许多金属氧化物和有机材料中已经观察到连续多级电阻开关 (CMRS)，但实际应用仍然迫切需要实现高速和可靠的随机存取多级非易失性存储器 (RAMNM)。在这里，我们成功地制造了一种基于高性能脉冲宽度调制忆阻铁电隧道结 (FTJ) 的 RAMNM，其 Pt/La 0.1 Bi 0.9 FeO 3 /Nb:SrTiO 3 在室温下具有超过 4 × 10 5 的巨大开关比。
![arXiv:2107.05306v1 [quant-ph] 2021 年 7 月 12 日](/simg/e\e236dbd0fdc4c22aa268cd10e6fc632f81742fd5.webp)
arXiv:2107.05306v1 [quant-ph] 2021 年 7 月 12 日
我们提出在可行的超导电路架构中通过电容和电感耦合实现两个量子忆阻器的相互作用。在这个组合系统中，输入随时间相关，从而改变每个量子忆阻器的动态响应，包括其收缩磁滞曲线和非平凡纠缠。从这个意义上讲，并发和忆阻动力学遵循相反的行为，当磁滞曲线最小时，显示纠缠的最大值，反之亦然。此外，每当量子忆阻器纠缠最大时，磁滞曲线随时间的方向就会反转。组合量子忆阻器的研究为开发神经形态量子计算机和原生量子神经网络铺平了道路，使当前 NISQ 技术在量子方面占据优势。