Ag-hBN 平台上自组织临界态的自组装神经形态网络
神经元与认知
2023-01-05 v1 无序系统与神经网络
新兴技术
摘要
具有类脑行为的网络与系统能够以极低功耗从本质含噪且非结构化的数据中分析信息。此类特性源于大脑及其神经元网络的临界本质与复杂互连性。我们展示了一种由多层六方氮化硼(hBN)薄膜与银(Ag)接触构成的系统,其独特地承载两种不同的自组装网络,且均自组织于临界态(SOC)。该系统在高阻态(HRS)与低阻态(LRS)之间呈现双极阻变切换。在 HRS 下,Ag 团簇(节点)嵌入 hBN 的范德华间隙中形成隧穿结网络,而 LRS 则包含 Ag 细丝网络。这两种状态下的时间雪崩动力学均表现出幂律标度、长程时间关联与 SOC。这些网络可借助电压作为控制参数从一种调谐至另一种。首次在单一兼容 CMOS 的二维材料平台上实现了不同的类神经元网络。
引用
@article{arxiv.2301.01619,
title = {Self-assembled neuromorphic networks at self-organized criticality in Ag-hBN platform},
author = {Ankit Rao and Sooraj Sanjay and Majid Ahmadi and Anirudh Venugopalrao and Navakanta Bhat and Bart Kooi and Srinivasan Raghavan and Pavan Nukala},
journal= {arXiv preprint arXiv:2301.01619},
year = {2023}
}