基于遗忘效应忆阻器的LIF神经元电路研究

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SrTiO_(3)(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。