忆阻突触器件的研究及其在人工神经网络中的应用

发布时间：2020-12-07 13:34

　　得益于神经网络高度并行的网络结构以及其事件触发的计算模式,人脑可以以更小的空间、时间代价以及更低的功耗代价在某些复杂任务中获得比传统计算机更好的表现。为了模拟生物大脑这一高度并行化的结构特点,如何制备、优化以及集成拥有生物突触、神经元功能的电子器件成为近年来的研究热点与重点。本文的主要内容将围绕忆阻突触器件展开,首先通过忆阻器的制备过程介绍常见的工艺设备和流程,通过对器件的电学性能进行测试提出一种优化忆阻器在人工神经网络应用中存在的性能指标不达标问题的解决方法,最后通过仿真工作探究不同器件参数对人工神经网络的影响。本文首先介绍人工突触的研究背景及意义,并介绍生物突触的基本特性,同时探究人工突触应该具备的一些理想特性。通过对国内外研究人员在相变存储器、忆阻器以及新型场效应晶体管等人工突触方向上的研究进展的介绍,总结现在人工突触器件已经具备的一些特性。其次,本文以忆阻器的制备流程为例介绍在制备人工突触过程中所使用的基本实验仪器和方法。通过对实验所制备的忆阻器件的电流性能进行测试,本文还对不同机理的忆阻器件进行了介绍,并探究基于不同机理的忆阻器之间性能的异同点。同时本文对实际忆阻器件测试过程... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

未来计算方向和传统计算所面临的问题

人脑的空间、时间以及功耗代价都比较低，并生活有数据交互或者有大量实时或者不完整数据的任务[3]。物神经网络的高并行性、高鲁棒性、高容错能力、自我学习（Event-driven）的计算模式，即能量只有在需要处理数据的模拟人脑的生物结构以及计算模式成为当下的研究热潮。在由大量的神经元（~1011）通过突触（~1015）相互交错连接网络，神经元负责处理信息，而突触负责传递信息，突触权之间连接权重的大小[5]。如何在电子领域做到类脑，首先便并实现人工神经元和人工突触器件以组成人工神经网络。由中的数目远远大于生物神经元的数目，所以，如何设计低功集成的电子突触器件就显得格外重要。图 1-2 展示了如何通传统的以计算为核心的冯·诺依曼计算结构转换成以数据为。

华 中 科 技 大 学 硕 士 学 位 论 文络。突触允许神经元之间进行信号的传输。在生物上，突触触两种。电突触多存在于一些低等动物体内。在这种突触中电耦合，可以直接进行电信号的传输，没有其他形式的信号突触，电突触要少见的多，因此人工突触模拟的主要是化学突个简单的化学突触示意图。它主要由突触前膜，突触间隙和突当来自于突触前膜，即前神经元的电学信号到达前突触末端神经元释放保存在突触小泡中的神经递质到突触间隙中，这在突触间隙中进行扩散并最终和突触后膜上的受体蛋白进行导致后突触细胞的膜电位发生变化。这种膜电位的变化可以导，并由下一级突触再次传导到下一级神经元。


本文编号：2903348