期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ZnO忆阻器的神经突触仿生电子器件
被引量:
4
1
作者
潘若冰
胡丽娟
+7 位作者
曹鸿涛
竺立强
李俊
李康
梁凌燕
张洪亮
高俊华
诸葛飞
《材料科学与工程学报》
CAS
CSCD
北大核心
2017年第2期232-236,共5页
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...
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。
展开更多
关键词
忆阻器
神经
突触
器件
人工
神经
网络
ZNO
下载PDF
职称材料
ZnO 自整流忆阻器及其神经突触行为
被引量:
3
2
作者
王洋
焦雷
+7 位作者
赵飞文
李惠
郑秀
曹鸿涛
梁凌燕
张洪亮
高俊华
诸葛飞
《材料科学与工程学报》
CAS
CSCD
北大核心
2018年第5期726-729,857,共5页
Ti/ZnO/AZO/Pt忆阻器件表现出无Forming及自整流的非易失双极性忆阻特性。I-V曲线的拟合以及变温测试结果表明,忆阻行为属于纯电子效应,器件的导电行为来源于空间电荷限制电流或肖特基发射机理。在此基础上模拟了生物神经突触的长程可...
Ti/ZnO/AZO/Pt忆阻器件表现出无Forming及自整流的非易失双极性忆阻特性。I-V曲线的拟合以及变温测试结果表明,忆阻行为属于纯电子效应,器件的导电行为来源于空间电荷限制电流或肖特基发射机理。在此基础上模拟了生物神经突触的长程可塑性以及学习-遗忘-再学习经验式行为。
展开更多
关键词
忆阻器
自整流
神经
突触
器件
ZNO
下载PDF
职称材料
光电神经突触器件研究进展
被引量:
3
3
作者
李雅瑶
王越
+1 位作者
杨德仁
皮孝东
《中国科学:信息科学》
CSCD
北大核心
2020年第6期892-912,共21页
神经形态计算(类脑计算)以其自适应学习、高并行计算和低功耗等优点,被认为是最有希望解决冯·诺依曼(von Neumann)瓶颈的方法之一.实现神经形态计算的重要前提是开发能模拟生物突触行为的神经突触器件.电学神经突触器件是首先发展...
神经形态计算(类脑计算)以其自适应学习、高并行计算和低功耗等优点,被认为是最有希望解决冯·诺依曼(von Neumann)瓶颈的方法之一.实现神经形态计算的重要前提是开发能模拟生物突触行为的神经突触器件.电学神经突触器件是首先发展起来的神经突触器件,但是它们在统筹考虑带宽、连接、密度等因素下的整体优化面临着很大的挑战.近年来,把光引入神经突触器件,研制光电神经突触器件,为神经突触器件的发展带来了新机遇.对神经突触器件而言,光不仅具备电难以实现的高带宽、低串扰、低功率和无延迟等特性,还可以直接模拟视觉等至关重要的神经行为.光电神经突触器件作为基于光电集成的人工神经网络的基础,有望有力促进高性能和低功耗的神经形态计算的发展.本文主要介绍了光电神经突触器件的基本性能和类别,展示了已经实现的光电神经突触器件的模拟应用,并展望了今后光电神经突触器件的发展.
展开更多
关键词
光电
神经
突触
器件
突触
可塑性
能耗
氧空位离化与去离化
载流子俘获与释放
原文传递
题名
基于ZnO忆阻器的神经突触仿生电子器件
被引量:
4
1
作者
潘若冰
胡丽娟
曹鸿涛
竺立强
李俊
李康
梁凌燕
张洪亮
高俊华
诸葛飞
机构
上海大学材料科学与工程学院
中国科学院宁波材料技术与工程研究所
出处
《材料科学与工程学报》
CAS
CSCD
北大核心
2017年第2期232-236,共5页
基金
国家自然科学基金资助项目(51272261和61474127)
文摘
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。
关键词
忆阻器
神经
突触
器件
人工
神经
网络
ZNO
Keywords
memristors
synaptic devices
artificial neural networks
ZnO
分类号
TB43 [一般工业技术]
下载PDF
职称材料
题名
ZnO 自整流忆阻器及其神经突触行为
被引量:
3
2
作者
王洋
焦雷
赵飞文
李惠
郑秀
曹鸿涛
梁凌燕
张洪亮
高俊华
诸葛飞
机构
江苏大学材料科学与工程学院
江苏星源电站冶金设备制造有限公司
江苏科技大学材料科学与工程学院
中国科学院宁波材料技术与工程研究所
出处
《材料科学与工程学报》
CAS
CSCD
北大核心
2018年第5期726-729,857,共5页
基金
国家自然科学基金资助项目(61474127和61674156)
江苏省产学研前瞻性联合研究资助项目(BY2015064-04)
文摘
Ti/ZnO/AZO/Pt忆阻器件表现出无Forming及自整流的非易失双极性忆阻特性。I-V曲线的拟合以及变温测试结果表明,忆阻行为属于纯电子效应,器件的导电行为来源于空间电荷限制电流或肖特基发射机理。在此基础上模拟了生物神经突触的长程可塑性以及学习-遗忘-再学习经验式行为。
关键词
忆阻器
自整流
神经
突触
器件
ZNO
Keywords
memristors
self-rectifying
synaptic devices
ZnO
分类号
TN804 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
光电神经突触器件研究进展
被引量:
3
3
作者
李雅瑶
王越
杨德仁
皮孝东
机构
浙江大学硅材料国家重点实验室和材料科学与工程学院
出处
《中国科学:信息科学》
CSCD
北大核心
2020年第6期892-912,共21页
基金
国家重点研发计划(批准号:2017YFA0205704,2018YFB2200101)
国家自然科学基金委员会重大研究计划培育项目(批准号:91964107)
+1 种基金
国家自然科学基金委员会面上项目(批准号:61774133)
国家自然科学基金委员会创新研究群体项目(批准号:61721005)资助。
文摘
神经形态计算(类脑计算)以其自适应学习、高并行计算和低功耗等优点,被认为是最有希望解决冯·诺依曼(von Neumann)瓶颈的方法之一.实现神经形态计算的重要前提是开发能模拟生物突触行为的神经突触器件.电学神经突触器件是首先发展起来的神经突触器件,但是它们在统筹考虑带宽、连接、密度等因素下的整体优化面临着很大的挑战.近年来,把光引入神经突触器件,研制光电神经突触器件,为神经突触器件的发展带来了新机遇.对神经突触器件而言,光不仅具备电难以实现的高带宽、低串扰、低功率和无延迟等特性,还可以直接模拟视觉等至关重要的神经行为.光电神经突触器件作为基于光电集成的人工神经网络的基础,有望有力促进高性能和低功耗的神经形态计算的发展.本文主要介绍了光电神经突触器件的基本性能和类别,展示了已经实现的光电神经突触器件的模拟应用,并展望了今后光电神经突触器件的发展.
关键词
光电
神经
突触
器件
突触
可塑性
能耗
氧空位离化与去离化
载流子俘获与释放
Keywords
optoelectronic synaptic devices
synaptic plasticity
energy consumption
oxygen vacancy
carrier traps
分类号
Q42 [生物学—神经生物学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于ZnO忆阻器的神经突触仿生电子器件
潘若冰
胡丽娟
曹鸿涛
竺立强
李俊
李康
梁凌燕
张洪亮
高俊华
诸葛飞
《材料科学与工程学报》
CAS
CSCD
北大核心
2017
4
下载PDF
职称材料
2
ZnO 自整流忆阻器及其神经突触行为
王洋
焦雷
赵飞文
李惠
郑秀
曹鸿涛
梁凌燕
张洪亮
高俊华
诸葛飞
《材料科学与工程学报》
CAS
CSCD
北大核心
2018
3
下载PDF
职称材料
3
光电神经突触器件研究进展
李雅瑶
王越
杨德仁
皮孝东
《中国科学:信息科学》
CSCD
北大核心
2020
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部