고차원 시공간 정보 처리를 위한 2D 이종구조

초록 Bienenstock, Cooper, 및 Munro (BCM) 시냅스 가소성 이론은 시냅스의 가장 정확한 모델로 간주되며, 신경 모형 컴퓨팅과 더 호환성이 높습니다. 그러나 BCM 시냅스 수정의 발전은 한정적이며, BCM을 에뮬레이션하는 데 사용되는 멤리스터가 조정 가능한 망각 속도가 부족하기 때문입니다. 멤리스터와 비교했을 때, 멤트랜지스터는 망각 속도를 조절하는 데 도움이 되는 추가적인 게이트 조정 자유도를 제공합니다. 이 연구에서 저자들은 triplet-spike timing dependent plasticity 모델을 사용하여 2D 이종구조 멤트랜지스터 기반의 완벽한 BCM 학습 규칙을 입증합니다. BCM 규칙의 두 가지 중요한 특성인 슬라이딩 주파수 임계값과 강한 우울 효과는 자발적/게이트 보조 망각 효과로 인해 완벽하게 나타납니다. 실험 결과는 BCM 학습 규칙과 매우 일치하며, 고차원 시공간 인식에서 2D 멤트랜지스터의 잠재적 응용을 제안합니다.