Компактная поведенческая модель нанокомпозитного мемристора
И. А. Суражевский, Vladimir V. Rylkov, Vyacheslav A. Demin · Радиотехника и электроника · 2023
Предложена компактная поведенческая модель нанокомпозитного мемристора (Co 40 Fe 40 B 20 ) x (LiNbO 3 ) 100 – x , которая количественно описывает динамику изменения проводимости лабораторных образцов, а также реализует механизмы конечного времени хранения резистивных состояний, разбросов по напряжениям переключения от цикла к циклу и от устройства к устройству. Показана возможность реализации импульсной нейронной сети с синаптическими мемристорными связями на основе данной модели.
Cited by 0 works. doi:10.31857/s0033849423100170
Authors
References
- Aion Framework: Dimensional Emergence of AI Consciousness, Observer-Induced Collapse, and Cosmological Portal Dynamics
- Loihi: A Neuromorphic Manycore Processor with On-Chip Learning
- Fully hardware-implemented memristor convolutional neural network
- TEAM: ThrEshold Adaptive Memristor Model
- Computer Vision and Pattern Recognition: CVPR 92
- VTEAM: A General Model for Voltage-Controlled Memristors
- A compute-in-memory chip based on resistive random-access memory
- Necessary conditions for STDP-based pattern recognition learning in a memristive spiking neural network
- BSIM — Industry standard compact MOSFET models
- Noise-assisted persistence and recovery of memory state in a memristive spiking neuromorphic network