XiaoMi-AI文件搜索系统
World File Search SystemMemristors
半球视网膜由等离子光电子复制器模拟，并具有全光调制的神经形态立体视觉
双眼立体视觉依赖于两个半球视网膜之间的成像差异，这对于在三维环境中获取图像信息至关重要。因此，与生物眼的结构和功能相似性的视网膜形态电子始终非常需要发展立体视觉感知系统。在这项工作中，开发了基于Ag-Tio 2纳米簇/藻酸钠纤维的半球光电磁带阵列，以实现双眼立体视觉。由等离子热效应引起的全光调制和Ag-Tio 2纳米群体中的光激发，以实现像素内图像传感和存储。广泛的视野（FOV）和空间角度检测是由于设备的排列和半球形几何形状的入射角依赖性特征而在实验上证明的。此外，通过构造两个视网膜形态的恢复阵列，已经实现了基于双眼差异的深度感知和运动检测。这项工作中证明的结果提供了一种有希望的策略，以开发全面控制的回忆录，并促进具有传感器内架构的双眼视觉系统的未来发展。
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
忆阻器、忆电容及其在神经形态计算中的应用
我们打算证明，我们可以构建专用硬件，使用忆阻器和忆电容将神经网络直接映射到该硬件上，从而提高网络的能源效率。我们将使用以集成电路为重点的模拟程序 (SPICE) 来模拟我们的忆电容和忆阻器。使用此模型，我们将创建一个忆阻和忆电容元件的储存器，并在一系列忆电容与忆阻器比率中评估我们的设计，同时测试储存器结构，包括小世界、交叉开关、随机、分层和幂律实现。我们假设我们的设计将大大提高神经网络的能源效率和性能。
超低电压生物电压忆阻器的最新进展
由模拟大脑生物电信息处理的忆阻器构建的神经形态系统可能会克服传统计算架构的限制。然而，仅靠功能模拟可能仍无法实现生物计算的所有优点，生物计算使用 50-120 mV 的动作电位，至少比传统电子设备中的信号幅度低 10 倍，以实现非凡的功率效率和有效的功能集成。因此，将忆阻器中的功能电压降低到这种生物幅度可以促进神经形态工程和生物模拟集成。本综述旨在及时更新这一新兴方向的努力和进展，涵盖设备材料成分、性能、工作机制和潜在应用等方面。
集成光忆阻器 1. 简介
电子器件中的忆阻器已显示出从电路元件到神经形态计算等一系列应用的潜力。这种改变电子器件中通道电导率的能力近年来使内存计算成为可能，从而吸引了人们对忆阻器的极大兴趣。光学模拟需要以半连续和非易失性的方式调制光的传输。随着光子计算的普及，人们正在使用一系列功能材料来实现这种光学模拟，即调制集成电路中的光学响应，同时保持调制状态。在这里，我们回顾了光子集成电路这一重要且新兴领域的最新进展，并概述了当前的最新技术。光学忆阻器在高带宽神经形态计算、机器学习硬件和人工智能中的应用尤其令人感兴趣，因此这些忆阻器的光学类似物允许将超快、高带宽光学通信与本地信息处理相结合的技术。
电压忆阻器
脑机接口（BCI）可以建立大脑与外部设备之间的信息交互，从而实现对活体生物组织行为的有效控制和协调，最终实现生物智能与人工智能的完美融合。[1,2]大脑作为神经系统中最高级的部分，在多维信息处理、智能计算与决策方面具有极高的效率和极低的功耗，这主要归功于神经元之间复杂的连接。[3–7]作为大脑计算引擎的神经元通过突触紧密连接（图1 a）。在生物突触中，传递到突触前神经元的神经电刺激（动作电位）导致电压门控Ca 2 +通道的开放，导致Ca 2 +离子内流，进而诱导胞吐的发生，促进神经递质的释放到突触间隙。来自突触间隙的神经递质在突触后质膜被NMDA和AMPA受体/离子通道接收，导致离子通道的开放或关闭，最终离子内流进入突触后神经元并建立突触后电位，这表明该过程在调节突触后细胞膜电导和膜电位的快速变化中起着重要作用（图1b）。[2,7–9]在此过程中，产生动作电位时膜电位的变化可分为静息、去极化、复极化和超极化四个阶段，如图1c和表1所示。如我们所见，生物系统的实际工作电压要求约为50–120 mV（生物电压）。 [10,11] 另一方面，基于与生物神经系统高度相似的忆阻器的类脑神经形态器件研究取得了重要进展，从根本上突破了冯·诺依曼瓶颈，真正实现了存储与计算的一体化。值得注意的是，受到生物大脑高效计算、低功耗的启发，忆阻器的工作电压与生物系统所需的生物电压相匹配，可以高效地处理复杂信息并进行进一步决策，为与生命体的连接和通信奠定基础。
拓扑化学合成磷化铜纳米带用于柔性光电忆阻器
金属磷化物纳米带因特殊的电子结构、大的接触面积和优异的力学性能而成为柔性光电子微器件的理想构建材料。本工作采用拓扑化学方法从结晶红磷纳米带（cRP NR）制备单晶磷化铜纳米带（Cu 3 P NR）以保留 cRP 形貌。Cu 3 P NR 用于在 ITO/PEN 基底上构建柔性光电忆阻器，以 Cu 3 P NR 的天然氧化壳作为电荷捕获层来调节电阻开关特性。基于 Cu 3 P NR 的忆阻器在不同机械弯曲状态和不同弯曲时间下均具有出色的非挥发性存储性能。从基于 Cu 3 P NR 的忆阻器中观察到光学和电学调制的人工突触功能，并且由于记忆回溯功能，使用 Ag/Cu 3 P/ITO 人工突触阵列实现了模式识别。拓扑化学合成法是一种通用方法，可用于生产具有特殊形态和特定晶体取向的纳米结构化合物。结果还表明，金属磷化物是未来光电神经形态计算的忆阻器中的优良材料。
超快速的锗光电二极管具有3-DB带宽265 GHz
摘要：我们对硬件神经网络（NN）进行了不同的仿真实验，以分析不同数据集在网络准确性中不同NN体系结构的突触数量的作用。一项在4 kbit 1T1R reram阵列上的技术，其中采用了基于H FO 2电介质的电阻开关设备作为参考。在我们的研究中，考虑了完全致密的（FDNN）和卷积神经网络（CNN），在这种情况下，在突触的数量和隐藏层神经元的数量方面，NN的大小各不相同。cnns效果更好。如果包括量化的突触权重，我们观察到随着突触的数量减少，NN的精度显着降低。在这方面，必须实现突触数量与NN准确性之间的权衡。因此，CNN架构必须经过精心设计；特别是，注意到不同的数据集根据其复杂性需要特定的架构以取得良好的结果。表明，由于可以在NN硬件实现的优化中更改的变量数量，因此必须在每种情况下都在突触重量级别，NN体系结构等方面使用特定的解决方案。
基于AG/V2C/W阈值转换器的人工神经元
1电子与光学工程学院，微电子学院，南京邮政与电信大学，中国南京210023； 2020020114@njupt.edu.cn（Y.W。）; 1219023530@njupt.edu.cn（X.C.）; b18020308@njupt.edu.cn（D.S.）; zmcstudy@163.com（M.Z。）; 1320027503@njupt.edu.cn（X.C.）; iamethu@njupt.edu.cn（E.H.）; leiwang1980@njupt.edu.cn（l.w.）2 GUSU材料实验室，中国苏州215000； shaoweijing2020@gusulab.ac.cn（W.S. ）; guhong2021@gusulab.ac.cn（H.G.） 3南京邮政与电信大学高级材料研究所（IAM），中国南京210023； 1220066008@njupt.edu.cn 4材料科学与工程学院，Yancheng理工学院，Yancheng 224051，中国； jgxu@163.com *通信：xurq@njupt.edu.cn（R.X. ） ）; tongyi@njupt.edu.cn（y.t。）2 GUSU材料实验室，中国苏州215000； shaoweijing2020@gusulab.ac.cn（W.S.）; guhong2021@gusulab.ac.cn（H.G.）3南京邮政与电信大学高级材料研究所（IAM），中国南京210023； 1220066008@njupt.edu.cn 4材料科学与工程学院，Yancheng理工学院，Yancheng 224051，中国； jgxu@163.com *通信：xurq@njupt.edu.cn（R.X.）; tongyi@njupt.edu.cn（y.t。）
