SOMA：一种用于全集成 PEDOT:PSS 类神经系统的单材料有机多振荡器自适应神经元
应用物理
2026-04-16 v2
摘要
神经器电子学和脉冲神经网络（SNN）提供了能源高效的数据处理能力，这对于实时和边缘计算应用至关重要。特别是与生物信号接口和处理需要兼具电子性能与离子灵敏性的器件，而这正是有机电化学晶体管（OECT）所特有的功能。然而，实现一种具有丰富动力学和自适应能力的简单、全集成 OECT 基神经元仍然具有挑战性。大多数已报告的实现依赖于电流驱动方式，这会使大规模集成和神经元-神经元耦合复杂化，因为需要精确匹配工作电流和偏置电压。本文提出一种基于多振荡器架构的电压驱动神经元电路，完全由聚(3,4-乙烯二酸盐):聚苯磺酸盐（PEDOT:PSS）制成。该神经元通过额外的控制输入实现可调的自适应能力，使其能够在脉冲延迟编码和长度编码模式之间切换。我们进一步演示了一个硬件实现的两神经元单元，包含一个抑制神经元和一个读出神经元，读出活动受抑制神经元输入的相对时序影响。最后，我们证明制造过程与聚合物树脂生长相容，使可在同一基板上集成突触元件。由于其结构的简单性和与单一可用材料的兼容性，这种方法为实现集成 OECT 基 SNN 提供了可扩展且易于实现的路径。
引用
@article{arxiv.2603.20954,
title = {SOMA: A Single-Material Organic Multivibrator Adaptive Neuron for Fully Integrated PEDOT:PSS Neuromorphic Systems},
author = {Nikita Prudnikov and Yeohoon Yoon and Hans Kleemann},
journal= {arXiv preprint arXiv:2603.20954},
year = {2026}
}