Advanced Functional Materials:The Future of Memristors: Materials Engineering and Neural Networks

河北大学闫小兵教授课题组系统性地回顾了忆阻器的现有材料和结构、基于忆阻器的神经生理模拟和神经网络应用的最新进展,并讨论了与这一新兴领域相关的各种材料、器件、建模和系统问题,总结了我们在这方面必须取得重大进展的挑战。同时,这篇综述也对这一领域的未来发展提出了新颖的看法。

InfoMat:利用高自由度神经网络设计超平面光学滤波器

为设计可见光波段滤波的超表面结构,通常引入几类空间设计,采用迭代方法求解麦克斯韦方程,寻找一个可能令人满意的结构。利用神经网络方法来实现这种逆向设计能在保有较高的自由度的同时,建立光谱特性与器件结构的映射,极大简化计算过程。

Advanced Functional Materials:给神经突触插上机械塑性的翅膀-摩擦电调制浮栅神经形态晶体管

中科院北京纳米能源所孙其君研究员、王中林院士团队提出了一种利用机械位移实现突触可塑性的浮栅突触晶体管。通过摩擦电势对浮栅晶体管捕获电荷和沟道载流子的调制,成功模拟了典型的突触可塑性行为,并在此基础上构筑人工神经网络,实现通过机械塑性可调的神经形态逻辑开关。

生长你自己的神经网络

再生医学的概念,即是指能够生长新的组织、神经、或者器官。这需要小心控制多种细胞类型的生长模式(通常要同时进行) […]