基于共集成的易失性和非易失性忆阻器的稳态树突神经元，用于神经形态学处理

《Nature Communications》：Homeostatic dendritic neuron based on co-integrated volatile and non-volatile memristors for neuromorphic processing

　　

摘要

神经形态系统通过模拟生物神经电路的动态特性和异质性，为时间信号处理提供了节能的解决方案。然而，传统方法在自适应调节和捕捉多时间尺度时间特征方面存在挑战。在这里，我们提出了一种受生物启发的神经形态硬件系统，该系统将稳态神经元与可编程的树突结构相结合。利用VO₂的阈值切换特性，我们构建了一种能够自主稳定神经元活动的稳态神经元。树突模块采用CMOS-RRAM和VO₂器件在电路板层面共同设计，实现了可编程的脉冲延迟，从而能够提取多时间尺度的时间特征。当该系统嵌入到脉冲神经网络中时，在每个脉冲仅消耗19.29 pJ能量的情况下，其在工业缺陷检测方面的分类准确率为92.14% ± 0.99%，在语音识别方面的准确率为86.53% ± 0.18%，超过了传统处理器的性能。这些结果表明，这种基于生物原理的硬件框架具有可扩展性，并为高效的时间信号处理提供了可能性，预示着其在下一代神经形态加速器中的潜在应用。