基于共振隧穿二极管神经元电路的脉冲率与延迟编码及其设计影响
应用物理
2025-03-28 v1
摘要
仿生计算因其功能性和效率受到生物神经系统启发，前景广阔，具有推动人工智能和计算范式发展的潜力。共振隧穿二极管（RTD）凭借其产生神经动力学响应（如可激发的脉冲放电和绝对隐期）的能力，最近被视为新型仿生计算硬件中光电脉冲神经元的热门候选。本文探讨了RTD脉冲神经元是否能够实现类似于生物神经元中所观察到的信息编码机制，具体包括脉冲放电率编码和脉冲延迟编码。我们还报告了RTD孔径半径以及电路电感和电容对其脉冲特性影响的详细实验和数值研究，为未来设计针对超高速（> GHz）处理能力优化的RTD基神经网络提供了有用的信息。最后，我们展示了在RTD神经元中应用脉冲率编码进行八阶幅度信号超高速重构，有效滤除噪声。
引用
@article{arxiv.2503.21342,
title = {Spiking Rate and Latency Encoding with Resonant Tunnelling Diode Neuron Circuits and Design Influences},
author = {Giovanni Donati and Dafydd Owen-Newns and Joshua Robertson and Xavier Porte and Ekaterina Malysheva and Jose Figueiredo and Bruno Romeira and Victor Dolores-Calzadilla and Antonio Hurtado},
journal= {arXiv preprint arXiv:2503.21342},
year = {2025}
}