Clasificación de Dígitos Hablados mediante Computación de Reservorio In-Materio con Redes de Interruptores Atómicos Neuromórficos

Las Redes de Interruptores Atómicos que comprenden junctores de yoduro de plata (AgI), un material previamente inexplorado como elementos memristivos funcionales dentro de redes de nanohilos altamente interconectadas, se emplearon como sustrato neuromórfico para Computación de Reservorio Física. Esta nueva clase de dispositivos basados en ASN ha sido caracterizada físicamente y utilizada para clasificar datos de audio de dígitos hablados, demostrando la utilidad de arquitecturas de dispositivos basadas en sustratos donde se pueden aprovechar las propiedades intrínsecas del material para realizar computación in-materio. Este trabajo demuestra una alta precisión en la clasificación de Datos de Dígitos Hablados Libres analizados temporalmente. Estos resultados amplían la clase de materiales memristivos viables disponibles para la producción de redes de nanohilos funcionales y refuerzan la utilidad de los dispositivos basados en ASN como plataformas de hardware únicas para aplicaciones de computación neuromórfica que involucran memoria, adaptación y aprendizaje.