憶阻性突觸的研究與實現(xiàn).pdf

1、突觸是神經元之間以及神經元與非神經細胞之間相互連接并進行信息傳遞的部位，也是人工神經網絡中模擬的關鍵，而傳統(tǒng)突觸的模擬采用的是集成電路以及超大規(guī)模的集成電路，隨著電路芯片上所集成的晶體管的數(shù)量的增加，使得人工神經網絡的密度遠低于生物神經網絡的密度。隨著第四個無源二端口元件——憶阻器的發(fā)現(xiàn)，其阻值的變化依賴于流過它的電荷數(shù)或磁通量，是一個具有存儲和運算能力的納米器件，則給突觸的模擬提供了一種新的可能，在不久的將來，使用憶阻性突觸可能實現(xiàn)以

2、近似生物神經網絡的密度來模擬人工神經網絡，進而可以達到更高的計算能力。因此本文在分析憶阻器特性的基礎上，研究了如何使用憶阻器來模擬突觸，進而實現(xiàn)了基于憶阻器的突觸可塑性的STDP學習機制。對另外兩種有記憶能力的電子元件——憶容器和憶感器，也分析了它們模擬突觸的可行性。本文主要從以下三個方面進行了研究：
　　第一，對憶阻器的基本理論知識進行了研究，在分析惠普實驗室提出的憶阻器模型的基礎上，實現(xiàn)了憶阻器的Matlab和Simulink

3、的仿真，憶阻器電壓與電流曲線的8字形滯回曲線的出現(xiàn)則說明了該模型仿真的正確性，并利用這個仿真模型分析了憶阻器的相關特性。
　　第二，基于所建立的憶阻器模型，將憶阻器的特性與突觸的可塑性進行比較，找到它們之間的相似性，進而使用憶阻器模擬實現(xiàn)了突觸可塑性中的STDP學習機制，理論較為簡單，易于理解和實現(xiàn)，相關的試驗結果也驗證了憶阻性突觸實現(xiàn)的可行性。
　　第三，研究了憶容器和憶感器的基本理論，將這兩種跟憶阻器一樣有記憶能力的電子