经退火优化的 Ag/Hf$_{0.5}$Zr$_{0.5}$O$_2$ 基记忆电阻神经元的多样化脉冲功能
材料科学
2026-04-14 v1 应用物理
摘要
近年来，人工神经网络应用取得了快速进展，导致 unprecedented 能耗问题。通过基于非 von Neumann 架构的能效硬件实现可解决此问题，这需要开发模拟突触和神经元行为的电子组件。尽管突触元件的研究已广泛，但用于制造可扩展且高度可重复性神经元元件的技术相对不成熟。本文展示了基于 filamentary 切换 Ag/HfZrO (HZO) 记忆电阻的多功能人工神经元。我们提出了两种退火方法，以更好地控制功能介电层 (HZO) 的晶体化以及活性电极 (Ag) 原子的扩散。此外，我们展示了在多种脉冲模式下实现漏积积分-发放 (LIF) 神经元行为：时间到首次脉冲 (TTFS)、脉冲数和放电率编码。该神经元运算无需额外的电子开销，仅由一个带电流限制电阻器并联的 Ag/HZO 记忆电阻支持。所呈现的结果为基于脉冲神经网络原理的下一代能效神经器件的创建铺平了道路。
引用
@article{arxiv.2604.11780,
title = {Multiple spiking functionalities in annealing-optimized Ag/Hf$_{0.5}$Zr$_{0.5}$O$_2$-based memristive neurons},
author = {Nikita Zhidkov and Andrei Zenkevich and Anton Khanas},
journal= {arXiv preprint arXiv:2604.11780},
year = {2026}
}