绝热忆阻网络中的相变与对偶性

基于忆阻元件（具有记忆的电阻）的神经形态系统的发展，需要对其组成网络时的集体动力学有基本理解。在此，我们研究了一个受实验启发的二维无序忆阻网络模型，该模型受缓慢斜坡电压作用，并表明对于足够高的记忆值（由忆阻 ON/OFF 比量化），它们经历电导中的一阶相变。我们通过模拟和理论研究了该相变对忆阻电流-电压特性的影响，并揭示了前向与反向开关过程之间的对偶性，该对偶性也在若干此类实验系统中被观察到。我们的工作为忆阻网络的统计性质提供了重要认识，这些网络目前正被用于非常规计算以及作为神经网络模型进行研究。