.png){kind=icon}
返回
Liquid ferrofluid synapses for spike-based neuromorphic learning
.png){kind=icon}
OA
AI
DOI：10.1039/d4mh01592d.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
固态存储器器件已作为神经形态工程和计算的有前景的突触出现。然而，诸如有限的耐久性、静态敏感性和较低的开关比等特性，以及需要包括电流合规和形成在内的特殊条件，仍然使它们的采用具有挑战性。这里我们报道了一种基于铁流体的液态神经形态器件，它表现出具有卓越特性的短期可塑性：更低的动态范围、高耐久性、容错能力、确定性的电阻开关行为，以及不需要形成过程和合规电流要求等前提条件。我们还展示了如何使用油酸作为表面活性剂来稳定纳米颗粒，从而提高产率和减小电阻方差。此外，我们提出了一种基于此类液态突触的低功耗推理系统，通过施加最小的读偏压，这些偏压仅受到系统偏移、增益误差和噪声约10%的影响。最后，我们展示了液态突触缩小尺寸的能力，以及使用基于脉冲的无监督学习方法对数字进行分类的功能。
Keyword:
DEVICES
DESIGN
期刊
IF:
10.7
论文数:
3.6K
被引数:
2.4W
机构
暂无机构信息
引用论文
分享收藏Investigation of multiplet splitting of Fe 2p XPS spectra and bonding in iron compounds铁化合物中Fe 2p XPS光谱和键的多重分裂研究
PREAI
分享收藏Pattern classification by memristive crossbar circuits using ex situ and in situ training使用异位和原位训练通过忆阻交叉电路进行模式分类.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Resolving surface chemical states in XPS analysis of first row transition metals, oxides and hydroxides: Cr, Mn, Fe, Co and Ni在第一行过渡金属，氧化物和氢氧化物的XPS分析中解析表面化学态: Cr，Mn，Fe，Co和Ni
PREAI
分享收藏Ferrofluid Droplets as Liquid Microrobots with Multiple Deformabilities作为具有多种变形性的液态微型机器人的铁磁流体液滴
PREAI
分享收藏
查看更多内容