突触器件的本质

最新推荐文章于 2025-02-28 15:18:26 发布
最新推荐文章于 2025-02-28 15:18:26 发布
阅读量2.9k 收藏 21
点赞数 7
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/threebody_bigman/article/details/110195145
版权
本文探讨了突触器件的本质，将其比喻为滑动变阻器，解析了PPF、STP、LTP等现象，并指出单纯的突触器件并不能实现智能，需要结合神经元才能进行识别和判断。作者对一些文献将突触器件直接关联到人工智能提出疑问，并强调神经元器件研究的重要性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

档

文章目录

前言

这几个月在学习SNN里的STDP算法，还有就是看突触器件的文章，之前越看越糊涂，现在有些明白突触，神经元器件到底是什么了

提示：以下是本篇文章正文内容，下面案例可供参考

一、突触器件到底是什么？

我一开始，被复杂的描述搞的稀里糊涂的：PPF，STP，LTP，线性度，Gmax 有什么作用，突触晶体管的分类文献，花了三个月的时间才完成入门，然后自己动手在工艺间做了几次电双层突触器件 ，性能并不好，不大想做了，还不如摸鱼。
是用半导体测试仪测出有PPF特性的才是突触器件吗？ 特别是有的文章，测得的电信号加上突触器件之后，就称自己是智能，人工智能，类脑 ，神经，等等。真那么神奇？疑惑重重，晶体管改变了电导值就能变的智能了？

二、突触约等于滑动变阻器

后来我想通了：答案就在书上对忆阻器的定义，忆阻器能记住上一次流过的电荷量。忆阻器引申出来就是每次流过的电流电压都会改变阻值，这样影响下一次脉冲到来时的电流电压。
用大白话讲：忆阻器就是一个能被电流电压改变的滑动变阻

最低0.47元/天 解锁文章
Nature Reviews Bioengineering|综述|皮肤启发的柔性生物电子材料、器件与系统（健康监测/柔性传感/电子皮肤/植入式电子/柔性电子/集成电路）
感知科学前沿
11-20 346
生物电子器件和组件由软性、基于聚合物的和混合电子材料制成的设备与人体形成自然界面。可拉伸介电体、导电和半导体聚合物的分子设计的进展，以及它们与各种金属和无机纳米或微米材料的复合材料，已经实现与组织和器官形成共形贴附的界面。然而，与软性生物电子系统集成的功能性能、稳定性和可靠性相关的技术挑战仍然存在。该综述讨论了软性有机和混合电子材料、器件组件和集成系统在生物医学应用中的最新进展，以解决这些挑战。作者首先讨论实现柔性且可拉伸设备的策略，强调在设计中融入内在可拉伸功能材料的分子和材料设计概念。
MNIST手写数字识别 —— 从零构建感知机实现二分类
m0_54776464的博客
07-21 1630
从零构建感知机实现MNIST二分类
ACS Nano：基于忆阻器的人工芯片
m0_72489520的博客
01-31 794
在该工作中，作者重点介绍了这些在类脑人工智能领域具有应用潜力的基于忆阻器的纳米电子器件的发展，指出了基于忆阻器的纳米器件对类脑芯片的现有挑战，并提出了未来生物医学和人工智能领域器件推广和系统优化的指导原则和应用前景。众所周知，突触是人类大脑中神经网络的关键部分，参与信息传输和处理，并被用于开发为学习和记忆的类脑芯片的基础。从技术上讲，将多个应用属性（即感知、记忆、计算、训练和/或识别）集成到一个基于忆阻器的集成系统中是有希望的，该系统可以直接与人脑交互，这将促进先进人工智能和类脑系统的实现，如图3所示。
用于可穿戴和可植入电子产品的可拉伸且顺应性的突触忆阻器
03-08
用于可穿戴和可植入电子产品的可拉伸且顺应性的突触忆阻器
深入了解你的大脑
最新发布
神棍之路
02-28 961
在神经生物学中，"输入层"指从感觉器官（如视网膜、耳蜗、皮肤触觉受体）到大脑皮层的初级感觉神经通路。这些传入信号通过轴突传递，每个轴突的末端与目标神经元形成突触连接。
用于神经形态计算的具有超高识别率的有机异质结突触器件
MS_YangZhanZhang的博客
04-01 535
在电脉冲信号的调制下该有机异质结神经形态器件能够实现各种突触行为并且在不同弯折半径以及反复多次弯折后其电学性能没有明显的变化并且仍能实现LTP/LTD的突触行为。在构建的人工神经网络中通过多次训练后该器件能够在未施加噪声的情况下图像识别率接近100%，在施加噪声后识别率会有所下降但是在50%噪声的情况下图像的识别率仍能达到60%以上。并行的神经形态计算结构，可以更好地与自然环境交互，这为从材料和器件到算法和应用程序的整个计算架构提供了创新的机会。同时将该器件运用在构建的人工神经网络中实现对图像的识别。
科学家提出新型类脑计算设备:“突触晶体管”可以模拟人类学习
脑机接口社区
05-02 882
著名的心理学家巴甫洛夫用狗做了这样一个实验：每次给狗送食物以前打开红灯、响起铃声。这样经过一段时间以后，铃声一响或红灯一亮，狗就开始分泌唾液。与著名的生理学家巴甫洛夫使狗将铃铛与食物联系起...
电导调制效应_铁电光伏型神经突触器件—铁电光伏效应之新应用
weixin_29098117的博客
01-05 1603
近日，华南师范大学樊贞课题组基于多级可调的铁电光伏效应制备了新型人工突触器件，该成果以“Highly Controllable and Silicon-Compatible Ferroelectric Photovoltaic Synapses for Neuromorphic Computing”为题发表在Cell旗下综合类期刊iScience上(论文链接:https://www.ce...
RRAM-突触的模拟
qq_36399828的博客
06-12 1901
RRAM初学者上线
布尔逻辑在计算机科学中的基础：理解逻辑运算的本质，构建可靠系统
布尔逻辑的本质在于其简单性和通用性，它允许我们使用有限数量的运算符和定理来表示和操作复杂的逻辑表达式。 布尔逻辑的基石是布尔运算符，包括 AND（与）、OR（或）和 NOT（非）。这些运算符用于组合二元值变量，...
人工神经网络（一）概述
ESOO
10-18 8974
机器最初被发明是为了服务人类，做人不擅长的事情，比如规律性，重复复杂运算，从第一代计算机诞生到现在，这个功能一次次提升，现在计算机核心部件cpu，在普通家用方面，比如i5-6600四个核心的计算能力大概在20gflops.,也就是每秒200亿次浮点运算，这是人类不能羡慕的一个能力，但是，机器依然限制在机械性运算上，人类发明的这个 [“脑”] 一直希望成为真正的 [“类人脑”] ，在生物领域不断突破的前提下，我们破译人
MLP_NeuroSim_V3.0:简单神经网络的突触设备技术基准框架
05-23
MLP模拟器（+ NeuroSim）V3.0 MLP + NeuroSim框架是由Shimeng （乔治亚理工学院）开发的。 该模型是在非商业基础上公开提供的。 该模型的版权由开发人员维护，并且该模型根据 这是该工具的发行版本3.0（2019年3月1日）。 此版本将算法权重从V2.0中的（0,1）扩展到V3.0中的（-1,1）。 此外，还添加了更多的训练算法，例如动量法，Adagrad，RMSprop，Adam。 基于数字eNVM（例如STT-MRAM）的突触阵列支持并行读取，以减少延迟。 开发人员：陈排宇，彭晓晨和罗延东。 如果您对模型有任何逻辑上的问题或意见，请联系于世教授（ ），如果您有技术上的问题或意见，请联系（ ）或（ ）。 这项研究得到了NSF CAREER奖，NSF / SRC E2CDA计划和SRC / DARPA JUMP中心之一ASCENT的支持。 如果
MATLAB实现DNN神经网络多输入多输出预测（完整源码和数据）
11-18
MATLAB实现DNN神经网络多输入多输出预测（完整源码和数据） DNN深度神经网络/全连接神经网络，数据为多输入多输出预测数据，输入10个特征，输出3个变量,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
matlab精度检验代码-DNN_NeuroSim_V2.1:用于深度神经网络的基于内存计算的加速器的基准框架（针对片上训练芯片）
05-22
matlab精度检验代码DNN +神经网络V2.1 DNN + NeuroSim框架由（乔治亚理工学院）开发。 该模型是在非商业基础上公开提供的。 该模型的版权由开发人员维护，并且该模型是根据该协议的条款进行分发的 这是该工具的发行版本2.1（2020年8月8日）。 :glowing_star: 此V2.1改进了以下估计： 1. Calibrate FinFET technology library: temperature-related features. 2. Calibrate FinFET technology layout features. 3. Include FeFET polarization during weight-update. :glowing_star: 此版本还为推理精度估计添加了新功能： 1. Introduce VSA-bsaed MLSA (in addition to the original CSA-based MLSA) 2. Introduce SAR ADC :backhand_index_pointing_right: :backhand_index_pointing_right: :backhand_index_pointing_right: 在“ Param.cpp”中，切换ADC模式： SARADC = false; // false: MLSA // t
matlab精度检验代码-DNN_NeuroSim_V2.0:用于深度神经网络的基于内存计算的加速器的基准框架（针对片上训练芯片）
05-22
matlab精度检验代码DNN +神经网络V2.0 DNN + NeuroSim框架由（乔治亚理工学院）开发。 该模型是在非商业基础上公开提供的。 该模型的版权由开发人员维护，并且该模型是根据该协议的条款进行分发的 这是该工具的发行版本2.0（2020年3月15日）。 此V2.0引入了对片上训练内存中计算（CIM）加速器的估计； 而以前的V1.1仅支持推理引擎设计。 1. Include comprehensive hardware for on-chip training, to support feed-forward, error-calculation, weight-gradient-calculation and weight-update. 2. Introduce more non-ideal properties of synaptic devices (in addition to V1.1): nonlinearity and asysmmetry, cycle-to-cycle and device-to-device variation in weight-u
神经科学探索脑第二十四章
coffeeii的博客
10-24 619
神经科学
Neurosim的manual细读（一）
qq_41382643的博客
09-28 5480
最近收到这样一个课题，要做一个机器学习的这么一个东西。机器学习我也不太懂，电路仿真我也不太懂，处理器架构我也不太懂，总之就是要从头学起了。自带的manual都二十多页，好多英文，很多术语，真实的看不懂，一点一点来吧，争取看完能跑一跑基本的代码。。。 这个东西也是乔治亚大学的于施蒙教授搞得，RRAM做的很厉害的那个。 整个手册分为几个部分：1、介绍 2、新特性 3、使用方法 4、片级架构 5、电路级架构 6、算法级架构 1、介绍 DNN+neurosim是一种集成框架，自C++产生，pytorch封
为什么忆阻器或二端器件有望成为未来芯片的主流器件？
Mathematic_Van的博客
09-14 1019
首先，根据我个人对忆阻器的理解与认识，我认为应当参考如下几点：（1）基础性：根据忆阻器之父蔡少棠教授的理论[1]，忆阻器（全称记忆电阻器，Memristor）是人类发现的第四种基本电子元件，它由磁通量（或电压在时间上的积分）与电荷量共同决定，数值上等于磁通量对电荷量的一阶微分，忆阻器会记忆流经它的所有电荷的信息。因此忆阻器非常具有研究价值，并且拥有不可估量的潜在研究价值；（2）集成性：二端器件可通过crossbar方法实现超大规模集成的可编程性阵列；
Neurosim的manual细读（三）
qq_41382643的博客
09-29 2194
With various device technologies, the chip could operate in different modes, such as digital sequential (rowby-row) read-out for near-memory computing, or analog parallel read-out for in-memory computing. In the simulator, the parameters of synaptic devic
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值