OECT漏积分神经元

时间编码脉冲

利用有机电化学晶体管的质子动力学模拟神经元膜电位的整合、复位与泄漏，能以时间编码方式处理信息，适用于复杂脉冲神经网络任务。

Yuanyuan, Zhu · Wan, Xiang · Yan, Jie · Zhu, Li · Li, Run · Tan, Cheeleong · 于志浩 · Sun, Liuyang · Shanchen, Yan · 徐勇 · 孙华斌

Advanced Electronic Materials 2024

具体参数

动态手写识别准确率

{'zh': '100', 'en': '100'} %

技术优势

能处理时间编码

膜电位的时间整合、复位与泄漏特性使神经元可直接利用脉冲时序信息，提高输入稀疏性并拓展信息维度。

噪声下仍高准确

在处理含噪声数据时仍能保持高准确率和良好容错，适用于真实环境下的时序任务。

电路简单

仅用一个OECT和少量无源元件即可实现LIF神经元功能，避免复杂的CMOS电路，利于大规模集成。

应用场景

• 神经形态计算：提供基于OECT的时间编码神经元，可用于构建低功耗、事件驱动的神经形态计算系统。
• 脉冲神经网络硬件：直接作为SNN硬件中的神经元单元，支持时间编码信息处理，提升输入稀疏性和时序利用效率。
• 时序信号处理：能处理脉冲时序和相对时序信息，适用于音频、视频流等时间变化输入的实时处理。
• 可穿戴智能传感：OECT可与柔性基底集成，作为可穿戴设备中的低功耗神经形态处理单元，直接处理传感器时序信号。