神经仿生阻变存储器中的高阶突触学习

忆阻器已展现出作为未来自适应神经形态架构构建模块的巨大潜力。近期，研究的重点是通过调整功能氧化物或设计外部编程硬件，来模拟哺乳动物神经系统的特定突触功能。然而，电铸过程引起的忆阻器高器件间变异性和复杂的编程硬件，是实现仿生神经形态网络的关键挑战。本文报道了一种基于缺氧 SrTiO$_{3-x}$ (STO$_x$) 的免电铸且与互补金属氧化物半导体 (CMOS) 兼容的忆阻器，用于模拟突触学习规则。通过光谱分析和截面透射电子显微镜分析，免电铸特性归因于氧空位形成导致的 STO$_x$ 带隙减小。通过成功实现高阶时间依赖和速率依赖的突触学习规则，证明了此类忆阻器作为人工突触的潜力。此外，还提出了一种简单的 CMOS-忆阻器混合方法来实现多种突触学习规则。结果与来自海马和视觉皮层的生物学测量进行了基准对比，表现出良好的一致性。这一展示是迈向实现大规模自适应神经形态计算与网络的一步。