仅用两个动态忆阻器实现神经信息处理与时间序列预测
介观与纳米尺度物理
2024-12-02 v2 其他凝聚态物理
摘要
忆阻器件通常以其电阻态的多级可编程性作为基准进行评价。利用忆阻器交叉阵列作为突触层的神经网络在很大程度上依赖这一特性。然而，忆阻器的动力学特性，例如由电阻切换速度的指数电压依赖性产生的自适应响应时间，在很大程度上未被利用。在此，我们提出了一种根本依赖于后者（动力学特性）的信息处理方案。我们实现了能够执行复杂时间信息处理任务的简单动态忆阻器电路。我们展示了一个由一只非易失性和一只易失性忆阻器构成的人工神经电路，它能在极嘈杂环境中检测神经尖峰模式，在成功检测时发放单个电压脉冲，并以完全自主的方式复位。此外，我们实现了一个仅由两只非易失性忆阻器构成的电路，它能够学习外部动力系统的运行并进行相应高精度的时间序列预测。
引用
@article{arxiv.2307.13320,
title = {Neural information processing and time-series prediction with only two dynamical memristors},
author = {Dániel Molnár and Tímea Nóra Török and János Volk and Roland Kövecs and László Pósa and Péter Balázs and György Molnár and Nadia Jimenez Olalla and Zoltán Balogh and János Volk and Juerg Leuthold and Miklós Csontos and András Halbritter},
journal= {arXiv preprint arXiv:2307.13320},
year = {2024}
}
备注
12 pages, 6 figures