基于脉冲型隧穿二极管神经元的神经形态光学处理与存储

神经形态计算以生物神经系统的功能和效率为导向，为人工智能和计算模型的发展提供了前景的新方向。光学技术在神经形态计算硬件方面正受到日益关注的研究 interest，due to their potentials for ultra high bandwidths, low-crosstalk and high parallelism。其中，基于共振隧穿二极管（RTDs）的方案近期受到关注，作为下一代光驱动神经形态硬件的潜在构建模块，due to their capacity to replicate key neuronal behaviours such as excitable spiking and refractoriness, added to their potentials for high operational speeds, energy efficiency and compact footprints。特别是它们作为光电脉冲神经元的功能，使其成为集成到新型基于事件的神经形态计算系统中的强有力候选人。本工作演示了将光触发的脉冲RTD神经元应用于多种应用和体系结构，这些应用包括基于单个元件用于多模态（光学-电子）快速上升沿检测的系统，构建使用RTD神经元作为非线性节点交付在复杂数据集分类任务中卓越性能的两层前馈人工光学脉冲神经网络（pSNN），以及由多个耦合光敏RTD脉冲神经元组成的pSNN，可作为可调节的神经形态光学脉冲存储系统，支持可调的脉冲模式存储时间。