王敬蕊（宁波市工程学院电信学院,浙江　宁波　315016）



忆阻器在神经网络中的应用

王敬蕊
（宁波市工程学院电信学院,浙江宁波315016）

摘 要：忆阻器是除电阻器、电容器、电感器之外的第四种基本无源电子元件。忆阻器和电阻的量纲相同，但是它的电阻值会随着流经的电荷量而发生改变，因而具有不同于普通电阻的非线性电学性能。忆阻器能够在电流断开时，仍能记忆之前通过的电荷量，从而保持之前的阻值状态，因而具有记忆功能。忆阻器的这些特性与生物大脑中神经突触的工作原理及结构有着高度相似性，并且，忆阻器有着很简单的金属/介质层/金属三明治结构，集成度高，因此在新型神经突触仿生电子器件领域引起极为广泛的关注。基于忆阻器，有望在不久的将来实现无数科学家一直以来的梦想——开发出与人脑结构类似的认知型计算机以及类人机器人。

关键词：相似性；可塑性；阻变机理

0　引言

人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。神经元之间突触的联系强度是可变，这是学习和记忆的基础。人工神经网络可以通过“训练”而具有自学习和自适应的能力。神经网络技术的关键是权重设计，权重的硬件实现需要一个长期保持记忆且不耗能的纳米级元件。传统的人工神经网络技术都是在传统计算机基础上进行的，其主要缺点是运算量巨大且运算不是并行处理。如果在硬件上实现人工神经网络的并行分布式处理、非线性处理，自我学习功能和自适应性等功能，就能够解决了人工神经网络在传统计算机上运算量巨大的缺点。……