忆阻器 CNN 的一些有趣特性

在本文中，我们介绍了忆阻器 CNN（细胞神经网络）的一些有趣特性。我们首先展示了忆阻器与神经元动力学之间的相似性。即，某种通量控制的忆阻器不能快速响应正弦电压源，亦即它们不能迅速切换至“导通”状态。此外，这些忆阻器在切换“导通”后具有不应期，这意味着直到通量减小之前，它们无法响应后续的正弦输入。我们接下来展示了忆阻器耦合的双细胞 CNN 可表现出混沌行为。在该系统中，忆阻器以不规则间隔切换“关断”和“导通”，且当两个忆阻器中任意一个或两者均切换“导通”时，两个细胞相连。我们随后提出了改进的 CNN 模型，该模型可保持二值输出图像，即使在某一时刻后所有细胞断开连接且无可供给细胞的信号。然而，改进的 CNN 需要电力来维持输出图像，即它是易失的。我们接下来提出了一种新的忆阻器 CNN 模型。它也可保持二值输出状态（图像），即使所有细胞断开连接且无信号供给细胞，这通过忆阻器的切换行为实现。此外，即便我们在计算期间关闭系统电源，它也能从先前的平均输出状态恢复，因为忆阻器 CNN 兼具短期（易失）记忆与长期（非易失）记忆功能。上述挂起与恢复特性在我们需要保存当前状态并稍后从先前状态继续工作时非常有用。最后，我们展示了若为每个忆阻器 CNN 细胞连接一个电感，忆阻器 CNN 可表现出有趣的二维波。