बहुछायाओं वाले चित्र की पहचान के लिए फेरोइलेक्ट्रिक कृत्रिम साइनैप्स

हम पहली बार एक न्यूरल नेटवर्क सर्किट में कई न्यूरॉन्स के साथ एक बहुछायाएं ग्रेस्केल छवि की ऑन-चिप पैटर्न पहचान का प्रदर्शन करते हैं। यह पैटर्न पहचान एक स्पाइकिंग न्यूरल नेटवर्क मॉडल पर आधारित है जो साइनैप्स के रूप में कई तीन-टर्मिनल फेरोइलेक्ट्रिक मेम्रिस्टर्स (3T-FeMEMs) का उपयोग करता है। न्यूरल नेटवर्क का साइनैप्स चिप CMOS सर्किट और 3T-FeMEMs को स्टैक करके बनाया गया है। लागू वोल्टेज पल्स के परिमाण को बदलकर 3T-FeMEM की कंडक्टेंस को धीरे-धीरे रैखिक सीमा में बदला जाता है। 3T-FeMEM के एनालॉग और नॉनवोलटाइल कंडक्टेंस परिवर्तन का उपयोग करके साइनैप्टिक वजन के रूप में, मैट्रिक्स पैटर्न को स्पाइक टाइमिंग-निर्भर प्लास्टिसिटी लर्निंग नियम के बाद सीखा जाता है। यहां तक कि जब एक अधूरा बहुछायाओं वाला पैटर्न न्यूरल नेटवर्क सर्किट में इनपुट किया जाता है, तो यह स्वचालित रूप से एक पूर्व-सीखा हुआ पैटर्न पूरा और याद कर लेता है।