不对称扩散忆阻器神经元

支持负值信息处理

以单个忆阻器实现L-ReLU激活功能，可编码正负输入，避免负信息丢弃，提升神经形态系统精度。

Zou, Jianxun · Feng, Zhe · Zhibin, Qian · Wu, Zuheng · Jingqi, Zheng · Lubo, Gao · Ruotong, Yang · Wenbin, Guo · Zhihao, Lin · Yang, Hao · Haochen, Wang · Hao, Ruan · Xu, Zuyu · Zhu, Yunlai · 张续猛 · 代月花

Advanced Functional Materials 2025

技术优势

负输入不再丢失

器件对负输入产生负脉冲，而不是像ReLU那样输出零，因此网络能利用完整信息，提升推理精度。

单个器件实现激活

无需额外电路，仅用一个不对称扩散忆阻器即可实现L-ReLU激活函数，简化了神经元电路设计。

检测精度更高

在YOLOv3网络中使用L-ReLU神经元替代ReLU，避免负信息浪费，目标检测推理精度更高。

应用场景

• 神经形态计算：作为支持负值处理的神经元单元，构建更高精度的脉冲神经网络。
• 人工智能芯片：集成L-ReLU激活功能，减少负信息丢失，提升AI芯片推理精度。
• 边缘计算：紧凑的L-ReLU神经元适合边缘设备，实现高效低功耗的本地推理。