利用流体离子电子忆阻器电路实时进行能效时间序列处理
软凝聚态物质
2026-01-22 v1
摘要
离子电子神经形态计算已成为一种快速发展的范式。埃米级受限离子电子设备的出现实现了超低功耗，其动力学和记忆时间尺度与天然信号本质上高度契合，这对于传统（固态）神经形态材料而言是一个极具挑战性的组合。然而，与早期传统基质的比较以及具体应用领域的评估对离子电子学而言仍是挑战。在此，我们提出了一条通向离子电子电路的途径，可处理既有的时间序列基准任务，从而实现性能比较并突显高效实时时间序列处理的可能应用领域。我们对一个受基尔霍夫定律支配的电路进行建模，其中离子电子忆阻器作为边，而动态内部电压作为线性读出函数的输出向量，在此过程中同时记录能耗。所有这些方面均被集成到开源 pyontronics 包中。无需输入编码或虚拟定时机制，我们的仿真展示了与以往多种固态储备池相当的预测性能，尤其是其能耗极低，低了超过 5 个数量级。这些结果为离子电子技术在超低功耗实时神经形态计算方面指明了途径。
引用
@article{arxiv.2601.14986,
title = {Energy-efficient time series processing in real-time with fluidic iontronic memristor circuits},
author = {T. M. Kamsma and Y. Gu and C. Spitoni and M. Dijkstra and Y. Xie and R. van Roij},
journal= {arXiv preprint arXiv:2601.14986},
year = {2026}
}