离散忆阻神经元

采用局部活性离散忆阻器取代传统线性恢复变量，非线性耦合机制带来更丰富的神经元放电动力学。

Xiongjian, Chen · Kehui, Sun · 王会海 · Liu, Jin · Yao, Zhao

Chaos, Solitons and Fractals 2025

参数信息

放电模式类型

4

吸引子共存数目

2

硬件实现平台

2

技术优势

放电模式更丰富

忆阻器的非线性耦合取代线性恢复变量，使模型在边缘混沌区产生周期、准周期、混沌和超混沌等多种放电行为，更接近生物神经元。

多吸引子共存

模型对初始条件敏感，支持多个吸引子共存，可模拟神经系统中不同状态之间的切换。

硬件实现已验证

作者提供了PSIM模拟和FPGA数字硬件实现，证明模型可直接用于神经形态计算硬件。

应用场景

• 神经形态计算：提供能产生多种放电模式的神经元模型，可直接用于神经形态芯片的神经元单元。
• 仿生机器人：丰富的动力学和多吸引子特性可支持机器人运动控制中的复杂模式生成。
• 神经形态接口：硬件实现（尤其FPGA）便于与其他神经形态接口集成，用于信号处理。