XiaoMi-AI文件搜索系统
World File Search SystemMemristor
神经形态人工智能系统
基于冯·诺依曼架构和经典神经网络的现代人工智能 (AI) 系统与哺乳动物的大脑相比具有许多基本局限性。在本文中，我们将讨论这些局限性及其缓解方法。接下来，我们将概述目前可用的神经形态 AI 项目，这些项目通过将一些大脑特征引入计算系统的功能和组织来克服这些局限性（TrueNorth、Loihi、Tianjic、SpiNNaker、BrainScaleS、NeuronFlow、DYNAP、Akida、Mythic）。此外，我们还介绍了根据神经形态 AI 系统所使用的大脑特征对其进行分类的原则：联结主义、并行性、异步性、信息传输的脉冲性质、设备上学习、本地学习、稀疏性、模拟和内存计算。除了回顾基于现有硅微电子技术的神经形态设备所使用的新架构方法外，我们还讨论了使用新忆阻器元件基座的前景。我们还给出了在神经形态应用中使用忆阻器的最新进展示例。
通过...获得的非化学计量 SiOx 中的电荷传输
摘要 —当前，正在开发基于非化学计量电介质的新一代高速、信息密集型阻变存储器。非化学计量氧化硅SiO x 的电子结构由参数x 的值设定。研究发现，在氢等离子体电子回旋共振中处理热SiO 2 会导致氧化硅中富集过量的硅，从而导致SiO x 中出现电子和空穴陷阱。SiO x 的导电性是双极的：电子从负偏置硅注入，空穴从正偏置硅注入。阴极发光（CL）实验证实了SiO x 中的陷阱是由于过量的硅造成的假设。基于在电子回旋共振氢等离子体中制备非化学计量氧化物的开发程序，制备了p ++-Si（100）/SiO x /Ni忆阻器金属-电介质-半导体（MDS）结构。这种结构具有SiO x 电阻开关的特性，不需要成型操作。
忆阻材料、器件和系统的最新进展和未来前景
摘要：忆阻技术已迅速崛起，成为传统 CMOS 技术的潜在替代品，而传统 CMOS 技术在发展过程中面临着根本性的限制。自 2008 年氧化物基电阻开关被证明可用作忆阻器以来，忆阻器件因其仿生记忆特性而备受关注，有望显著改善计算应用的功耗。本文，我们全面概述了忆阻技术的最新进展，包括忆阻器件、理论、算法、架构和系统。此外，我们还讨论了忆阻技术各种应用的研究方向，包括人工智能硬件加速器、传感器内计算和概率计算。最后，我们对忆阻技术的未来进行了前瞻性展望，概述了该领域进一步研究和创新的挑战和机遇。通过提供忆阻技术最新进展的最新概述，本综述旨在为该领域的进一步研究提供信息和启发。关键词：忆阻器、内存计算、电阻开关存储器、铁电存储器、相变存储器、离子插层电阻、记忆晶体管、神经形态计算、传感器内计算
钙钛矿在光伏领域的前沿应用
基于冯·诺依曼体系结构的传统计算机，内存与中央处理器是分离的，处理速度与数据传输速度的不匹配，导致在数字革命面前难以解决海量数据的快速处理和存储问题 [10]。神经形态计算受到生物神经形态系统的启发，由同时充当存储和处理单元的器件组成，可以并行处理大量数据，同时解决记忆墙问题 [11]。各种材料已被应用于塑性突触类器件，以在神经形态计算中同时发挥记忆和处理功能，例如忆阻器、相变材料、钙钛矿等[7，12，13]。基于钙钛矿的突触器件因功耗低、响应快、光电可调等优点而受到广泛欢迎[7，14−18]。Han et al.将CsPbBr 3 量子点与并五苯结合制成光子存储器（图1（a））。该器件表现出光学编程和电擦除的特性（图1（b））。展示了多种突触功能，可进一步应用于图像识别和分类[ 7 ]。
用Physarum polycephalum撰写流行音乐...
诸如算法作曲家之类的创意系统经常使用人工智能模型，例如马尔可夫链，神经网络和遗传算法来模拟随机过程。非常规计算（UC）技术可以说明数据存储，处理，输入和输出的非数字方式。UC范式（例如生物计算和Quanth computing）钻探到二进制位以外的域，以处理复杂的非线性函数。在本文中，我们将Physarum Polycephalum作为过程来处理并为流行音乐生成创意数据。该有机体在撰写我们的歌曲《蠕动到我的草坪》的过程中担任合作者。尽管在该领域进行了研究，但文献缺乏流行音乐的例子，以及在创作音乐时如何控制有机体的非线性行为。这很重要，因为非线性表示形式不如常规数字手段那么明显。本研究旨在将这项技术分解给非专家和音乐家，以便他们可以将其纳入其创作过程中。更重要的是，它结合了电阻器和回忆录，以具有更大的灵活性，同时生成音乐并优化参数以进行更快的处理和性能。
个人简历 个人信息
我的研究领域是声子、光子和极化子在纳米、微观和宏观材料中传播的热传输，应用于热极化子和热电子学（热计算）、电子学、光子学、热电学等。玻尔兹曼传输方程、麦克斯韦电磁方程和涨落电动力学是我在理论和实验上研究线性和非线性材料在稳态和动态条件下的热传输的主要工具。我的主要贡献分为三个方面：第一，预测新的物理效应和热器件的概念，例如纳米线和纳米薄膜中极化子热导的量化、热忆阻器、热波二极管和量子热晶体管。第二，开发了根据 3ω、时域热反射、光热辐射测量、热波谐振腔和光声学技术记录的实验数据拟合热性能的分析模型。第三，对由纳米颗粒或多孔材料组成的固体基质复合材料的热导率进行建模和测量。这三个研究方向主要针对极性材料（即 SiO 2 、SiN、SiC）、相变材料（即 VO 2 、镍钛诺）和介电材料（薄膜和导线形式）进行了开发。
Wu Qiang （吴强）
学术出版物H. T. Huang，J。Luo，J。L. Wu，X。E. Han，Z。D. 2023，doi：10.1109/led.2023.3306015 Z. Y. Yin，Y。Chen，Y。Y. Y. Y. Zhang，Y。Yuan，Y。Yuan，Q. Yang，Y。N.表面缺陷”，高级功能材料，2023，33，2302199。M. T. Jiang，Q. Yang，J。L. Xu*，Y. Yuan，J.Y。Zhang，Y。N. Zhong，Y。N.C. H.H. Zong，M。Wang，W。N。Chen，Z. D. 19300-19306。J. R. Chen，Z。N. Lu，C。H. Zhu，J。W. Cai，Z. D. Zhang，Y。N.Z. D.X. Y. Zhang，J。L. Xu*，S。Ren，Q. Yang，M。J. Liu，X。H.
低温条件下（1.5 K）Al 2O3/TiO2–x 忆阻器的电阻开关和传输机制研究
固态量子技术的不断进步已带来前景光明的高质量硅基量子比特 [1], [2]。此类量子系统在低至 10 mK 的低温下工作，目前由位于室温低温恒温器外部的经典电子设备控制。虽然这种方法可以操作少量子比特系统，但很明显，管理数量大幅增加的量子比特将是不可能的。因此，要迈向大规模量子系统，有必要探索新颖的集成和封装方法，以在具有一个或多个温度阶段的低温环境中开发量子经典接口 [3]。与此同时，纳米级电阻开关存储器（也称为忆阻器）是室温应用（如基于大规模并行神经形态电子架构的大容量存储器和内存计算应用）最有前途的候选者之一 [4]。在低温下展示可逆、非挥发和高度非线性的忆阻器器件电阻编程将为基于忆阻器的低温电子学铺平道路，从而有助于克服实现量子霸权的障碍。到目前为止，研究电阻存储器的最低温度是 4 K [5]–[10]，主要是为了更好地了解基于过渡金属氧化物的器件的温度相关行为和传导机制。
可调节的神经形态切换动力学通过孔隙二氧化硅扩散的回忆录中的孔隙率控制
摘要：为了响应日益增长的时间信息处理的需求，神经形态计算系统正在越来越强调备忘录的开关动力学。虽然可以通过输入信号的属性来调节开关动力学，但通过备忘录的电解质特性控制它的能力对于进一步丰富了开关状态并提高数据处理能力至关重要。这项研究介绍了使用溶胶 - 凝胶过程的介孔二氧化硅（MSIO 2）膜的合成，从而可以创建具有可控孔隙率的膜。这些薄膜可以用作扩散的回忆录中的电解质层，并导致可调的神经形态切换动力学。MSIO 2回忆录表现出短期可塑性，这对于时间信号处理至关重要。随着孔隙率的增加，观察到工作电流，促进比和放松时间的明显变化。研究了这种系统控制的基本机制，并归因于二氧化硅层多孔结构内的氢键网络的调节，这在切换事件中显着影响阳极氧化和离子迁移过程。这项工作的结果提出了介孔二氧化硅，作为一个独特的平台，用于精确控制扩散的备忘录中神经形态开关动力学。关键字：介孔二氧化硅，扩散的回忆录，神经形态切换，短期记忆，离子动力学
纳米技术和纳米科学——从过去的突破到未来的前景
摘要：纳米科学和纳米技术已经以多种方式改善了我们的生活。本文旨在深入了解纳米科学和纳米技术未来的潜在用途以及当前的应用，并介绍使纳米科学和纳米技术发展成为可能的重大突破。本文专门用一节来介绍微电子领域的发展，由于器件尺寸缩小到纳米级，微电子领域面临着诸多挑战。本文介绍了微电子行业的现状和未来几年的预测。此外，本文还介绍了纳米技术在医学、能源学、环境保护和运输领域的应用和未来前景。本文的很大一部分内容涉及电子和信息技术领域，其中隐含了一些应对微电子挑战的潜在纳米技术解决方案。本文介绍了碳纳米管在逻辑电路和存储器应用中的应用。本文还介绍了单电子晶体管的基本原理。本文解释了自旋电子学在磁阻随机存取存储器 (MRAM) 结构中的应用的基本概念。本文还介绍了忆阻器作为一种重要的未来前景。最后部分介绍了欧盟资助计划对纳米技术和纳米科学的投资，并对这些领域的未来发展进行了预测。然而，这篇评论文章只关注纳米技术的积极影响，而没有讨论其对公众健康和环境可能产生的负面影响。