技术论文题为“对石墨烯记忆性神经形态”设备和电路由詹姆斯·库克大学的研究人员发表(澳大利亚)和约克大学(加拿大)。
“随着数据处理体积增加,传统计算机的局限性和需要更高效的计算方法变得明显。神经形态计算模拟大脑的低功耗和高速计算,使其关键在大数据时代和人工智能。在这个领域一个重要发展是忆阻器,一种设备,展品神经形态倾向。记忆性设备和电路的性能依赖于使用的材料,石墨烯是一种很有前途的候选人由于其独特的性质。研究人员正在调查为大规模石墨烯记忆电阻器,可持续制造。在石墨烯的发展,进步记忆性神经形态突出显示设备和电路。石墨烯及其常见的制备方法进行了讨论。石墨烯记忆性设备的制造和生产进行了综述和比较提供了在石墨烯和nongraphene-based记忆性设备。接下来,详细的合成设备利用石墨烯记忆电阻器提供实现神经形态架构的基本构建块,也就是说,突触和神经细胞。这是紧随其后的是回顾研究石墨烯记忆性神经网络(SNNs)飙升。 Finally, insights on the prospects of graphene-based neuromorphic memristive systems including their device- and network-level challenges and opportunities are given.”
找到这里的技术论文。2023年8月出版。
沃尔特斯,B。雅各,装,A,拉希米Azghadi Amirsoleimani m(2023),对石墨烯记忆性神经形态设备和电路。放置智能。系统。2300136。https://doi.org/10.1002/aisy.202300136
留下一个回复