论文部分内容阅读
神经元电路是神经形态计算系统的重要组成部分。相比于传统的CMOS神经元电路,基于纳米尺寸的忆阻器和简单外围电路组成具有阈值激发动作电位等功能的基于生物学原理的忆阻器神经元电路具有操作功耗低、集成密度高等优点,在神经形态计算系统中具有重要的应用价值。本文将生物神经网络中的非联合学习记忆特性引入忆阻器神经元电路设计,使电路对不重要的重复的刺激反应逐渐降低,对重要的强烈的刺激反应逐渐增强,实现对输入刺激信号的“预筛选”,进一步提升了忆阻器神经元电路的性能。第二章对非联合学习记忆型神经元电路相关问题进行综述。阐述了神经元电路的生物学原理、用于神经元电路设计的忆阻器模型,对比了常用的两种神经元电路模型,介绍了非联合学习记忆特性以及非联合学习记忆型神经元电路的研究现状。第三章分析了非联合学习记忆型神经元电路设计对忆阻器的需求,分别制备了一种所需的多值型忆阻器和阈值开关型忆阻器,并基于器件实测结果进行了物理模型和外特性拟合模型的构建与仿真验证。3.1节重点研究了非联合学习记忆型神经元电路设计对多值型和阈值开关型忆阻器特性的需求。3.2节,根据电路设计需求,制备了Pd/HfO2/WOx/W多值型忆阻器并对其进行了电学特性测试,建立了基于离子运动的多值型忆阻器模型。3.3节制备了Ag/SiTe/TiN阈值开关型忆阻器并对其进行了电学特性测试,建立了符合其电学外特性的阈值开关型忆阻器模型。第四章基于所建立的多值型忆阻器与阈值开关型忆阻器模型,设计了非联合学习记忆型神经元电路,并仿真验证了其功能。4.1节介绍了非联合学习记忆特性的生物学基础。4.2节介绍了非联合学习型神经元电路的总体和具体电路设计。4.3节对所设计的非联合学习型神经元电路进行了仿真验证,仿真结果表明电路能够有效模拟非联合学习记忆特性中的习惯性与敏感性,提高神经元电路的性能。