忆阻CNN神经元电路

模拟生物尖峰放电

用忆阻器替换线性电阻构建的单个CNN细胞，能产生丰富的双相混沌与周期尖峰活动，相比传统RC电路更接近生物神经元的动态行为。

武花干 · Jinxiang, Gu · Yixuan, Guo · 陈墨 · 于全

Chaos, Solitons and Fractals 2024

参数信息

双相尖峰放电模式

2

技术优势

由一个忆阻器和一个电容构成的单个CNN细胞

展现丰富的双相混沌和周期尖峰活动

尖峰活动可由系统参数和激励参数有效调控

应用场景

• 脉冲神经网络：提供能产生混沌与周期尖峰的物理神经元单元。
• 神经形态芯片：作为基本电路模块，替代传统RC神经元电路。
• 神经形态传感：模拟生物神经元，将传感器信号编码为尖峰。
• 神经形态机器人控制：用硬件神经元产生控制尖峰序列。