非理想忆阻器网络中的涌现尖峰现象
材料科学
2014-03-11 v2 新兴技术
摘要
忆阻器可用作人工突触,并在具有人工尖峰神经元的模拟中表现良好。我们的实验表明,忆阻器网络具有原生尖峰特性,并能表现出涌现振荡和爆发式尖峰。近理想忆阻器网络表现出类似于单个忆阻器的行为,并在电路中像电阻器一样组合。当使用丝状忆阻器或电路具有更高程度的组成复杂性(即更多反串联或反并联相互作用)时,更可能出现尖峰现象。具有相同忆阻器极性(低组成复杂性)的 3 忆阻器电路是稳定的,不显示尖峰行为。具有反串联和/或反并联组成的 3 忆阻器电路显示出比 2 忆阻器尖峰电路更丰富和更复杂的动力学。我们表明,可以通过计算(使用偏自相关函数)能够拟合该动力学的最小阶自回归函数来量化这些动力学的复杂性。我们提出,这些振荡和尖峰可能是与脑波和神经尖峰序列相似的现象,并建议这些行为可用于执行神经形态计算。
引用
@article{arxiv.1210.8024,
title = {Emergent Spiking in Non-Ideal Memristor Networks},
author = {Ella Gale and Ben de Lacy Costello and Andrew Adamatzky},
journal= {arXiv preprint arXiv:1210.8024},
year = {2014}
}
备注
29 pages