Instability-driven electrohydrodynamic neurons for probabilistic computing

doi:10.1038/s41467-026-77036-8

Instability-driven electrohydrodynamic neurons for probabilistic computing

2026-08-22

0

OA

AI

DOI：10.1038/s41467-026-77036-8

原文链接

查看原文

摘要

En 中文

流体忆阻器为神经形态计算提供了一种液态替代半导体硬件的方案，但缺乏阈值触发的漏电积分-放电（LIF）脉冲基本单元——神经元计算的核心构建块。本文介绍了一种基于悬浮液桥的电液动力学神经元，其电阻开关由可逆界面不稳定性驱动，而非先前设备中的离子迁移或缺陷演化。这种不稳定性驱动机制实现了具有明确定义激活阈值的LIF积分，产生节律性脉冲，并表现出兴奋-不应期循环。阈值-积分脉冲编码可通过将噪声模拟信号转换为稀疏脉冲事件，从低信噪比输入中恢复图像内容，其固有波动进一步支持用于概率计算的随机放电。结合其增强的性能，这些结果确立了界面流体动力学作为流体基脉冲神经形态硬件的器件物理途径。流体忆阻器虽为半导体硬件提供了液态替代方案，但缺乏阈值触发的漏电积分-放电（LIF）脉冲基本单元。Sun等人通过报道一种微尺度悬浮液桥神经元解决了这一问题，该神经元能实现LIF脉冲和概率计算，完成了神经元计算的核心构建块。

Instability-driven electrohydrodynamic neurons for probabilistic computing

摘要

AI总结

期刊

机构

引用论文