Key points are not available for this paper at this time.
신경형 소자는 실제 문제를 모델링하기 위해 사용되는 신경망의 효율적인 에뮬레이터로서 점점 더 매력적이 되어가고 있습니다. 그러나 지금까지 어떤 하드웨어도 (1) 역전파를 통한 훈련과 (2) 벡터 행렬 곱셈을 통한 읽기 모두에서 CMOS에 비해 필요한 높은 정확도와 에너지 효율성의 개선을 보여준 적이 없습니다. 이러한 단점은 주로 균일한 전압 펄스 입력에 대한 비대칭 전도 조정과 같은 소자의 비이상성 때문입니다. 여기에서, 캐패시티브 이온 교환 신경형 소자를 위한 일반 회로 모델을 수립함으로써, 유기 전기화학 신경형 소자(ENODes)에서 비대칭 비선형성이 적절하게 선택된 쓰기 방식에 의해 억제될 수 있음을 보여줍니다. 우리 모델에 근거한 시뮬레이션은 비선형 쓰기 선택기가 스위칭 전압과 에너지를 감소시킬 수 있음을 제안하며, 이는 매우 낮은 스위칭 에너지(~170 fJ m -2 )를 사용하여 연속적인 저항 상태 집합(100 상태)을 통해 아날로그 조정을 가능하게 합니다. 이 연구는 읽기 및 쓰기 작업 동안 병렬 처리가 가능한 신경 알고리즘 가속기를 위한 경로를 명확히 합니다.
Keene et al. (Mon,)은 이 질문을 연구했습니다.