基于ZnO忆阻器的神经突触仿生电子器件

• 作者: 张洪亮 曹鸿涛 李俊 李康 梁凌燕 潘若冰 竺立强 胡丽娟 诸葛飞 高俊华
• 来源期刊: 材料科学与工程学报
• 学科: 工学
• 关键词: 忆阻器 神经突触器件 人工神经网络 ZnO
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 232-236
• 页数: 5页
• 分类号: TB43
• 字数: 1588字
• 语种: 中文
• DOI: 10.14136/j.cnki.issn 1673-2812.2017.02.013

摘要

本文采用ZnO忆阻器模拟了生物神经突触的记忆和学习功能.ZnO突触器件表现出典型的随时间指数衰减的突触后兴奋电流(EPSC),以及EPSC的双脉冲增强行为.在此基础上,实现了学习-遗忘-再学习的经验式学习行为,以及四种不同种类的电脉冲时刻依赖可塑性学习规则.ZnO突触器件实现了超低能耗操作,单次突触行为能耗最低为1.6pJ,表明其可以用来构筑未来的人工神经网络硬件系统,最终开发出与人脑结构类似的认知型计算机以及类人机器人.