双忆阻器神经元电路

硬件模式识别

基于N型局部有源忆阻器构建的神经元电路，能模拟多种生物神经元放电行为，并已用浮地忆阻器仿真器在硬件上实现。

Yiqing, Li · 梁燕 · Jin, Peipei · Wang, Shichang · 王光义

IEEE Transactions on Consumer Electronics 2024

技术优势

多种放电模式

该电路能够模拟全或无、周期性尖峰、多尖峰放电、尖峰爆发、多周期振荡和混沌等多种生物神经元行为，为构建复杂神经形态系统提供了丰富的动力学基础。

硬件可验证

通过浮地忆阻器仿真器在硬件上实现电路，实验结果与仿真和理论分析一致，证明了电路的实用性和理论分析的正确性。

模式识别演示

利用该电路构建了双忆阻器神经网络，成功实现模式识别，展示了在消费电子领域的应用潜力。

应用场景

• 神经形态计算硬件：提供一种基于N型局部有源忆阻器的神经元电路，可模拟多种生物神经元放电模式，用于构建神经形态计算系统的核心计算单元。
• 忆阻器存储：利用忆阻器的非易失存储特性，在神经元电路中实现突触权重存储与计算融合的硬件基础。
• 低功耗边缘AI芯片：该电路可使用浮地忆阻器仿真器硬件实现，为低功耗边缘AI芯片中的神经形态处理单元提供候选方案。
• 具身智能感知：电路能够模拟多种动态行为，可作为具身智能系统中感知信息处理的神经形态前端。