典型文献
基于遗忘效应忆阻器的LIF神经元电路研究
文献摘要：
细胞神经网络(CNN)被公认为是一种强大的大规模并行网络架构,能够高速执行运算操作和解决复杂的工程问题,但是目前关于硬件实现神经元的研究处于起步阶段.首先,研究了一个基于SrTiO3(STO)的忆阻仿真模型,并分析了该模型的阻值变化特性与磁滞回线.其次,在此基础上设计了基于忆阻器的LIF神经元电路,验证了忆阻器模型可很好地结合到该神经元电路中.最后,通过PSpice仿真实验分析了突触前神经元、突触权重以及输入信号频率对于膜电位的影响,验证了基于遗忘模型忆阻器构成的LIF神经元电路可实现对输入时间信息和空间信息的整体反应.
文献关键词：
忆阻器;PSpice建模;LIF神经元;忆阻神经元;忆阻神经网络
中图分类号：
作者姓名：
杨宁宁;王达;吴朝俊
作者机构：
西安理工大学 电气工程学院, 陕西 西安 710048;西安工程大学 电子信息学院, 陕西 西安 710048
文献出处：
引用格式：
[1]杨宁宁;王达;吴朝俊-.基于遗忘效应忆阻器的LIF神经元电路研究)[J].电子元件与材料,2022(03):323-330
A类：
B类：
遗忘,忆阻器,LIF,神经元电路,细胞神经网络,大规模并行,并行网络,网络架构,行运,工程问题,硬件实现,SrTiO3,STO,阻值,变化特性,磁滞回线,合到,PSpice,突触权重,膜电位,时间信息,空间信息,忆阻神经元,忆阻神经网络
AB值：
0.374645
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
