用于神经形态信息处理的共振隧穿二极管纳米光电脉冲节点
应用物理
2021-11-22 v3 新兴技术
神经与进化计算
光学
摘要
在这项工作中，我们介绍了一种能够以超高速率（约 100 ps/光脉冲）运行且低能耗（< pJ/脉冲）的光电脉冲人工神经元。所提出的系统结合了一个呈现负微分电导的可激发共振隧穿二极管（RTD）元件，并耦合到纳米级光源（构成主节点）或光电探测器（构成接收节点）。我们数值研究了互连的主-接收 RTD 节点系统的脉冲动力学响应与信息传播功能。利用脉冲阈值化和积分的关键功能，我们使用单个节点对时序脉冲模式进行分类，并实现用于图像特征（边缘）识别的卷积功能。我们还展示了一个光互连的脉冲神经网络模型，以超过 10 Gbps 的速率处理时空数据且具备高推理精度。最后，我们展示了一种利用脉冲时序依赖可塑性的片外监督学习方法，用于支持 RTD 的光子脉冲神经网络。这些结果证明了 RTD 脉冲节点在低占用、低能耗、高速光电实现神经形态硬件方面的潜力与可行性。
引用
@article{arxiv.2107.06721,
title = {Resonant tunnelling diode nano-optoelectronic spiking nodes for neuromorphic information processing},
author = {Matěj Hejda and Juan Arturo Alanis and Ignacio Ortega-Piwonka and João Lourenço and José Figueiredo and Julien Javaloyes and Bruno Romeira and Antonio Hurtado},
journal= {arXiv preprint arXiv:2107.06721},
year = {2021}
}
备注
Updated with feedback from first round of reviews. Updated figure with 3D model