南边科技年夜学深港微电子学院副传授周菲迟团队与中科院半导体所程传同副研究员、黄北举研究员团队互助于高机能自整流忆阻器和神经形态计较范畴取患上主要进展。相干研究以“A Self-Rectifying Synaptic Memristor Array with Ultrahigh Weight Potentiation Linearity for a Self-Organizing-Map Neural Network”为标题发表于国际顶级期刊Nano Letters上（天然指数期刊，中科院SCI一区）。江碧怡、张恒杰为论文配合第一作者，周菲迟副传授为末了通信作者，黄北举研究员、程传同副研究员为配合通信作者，南科年夜为论文第一通信单元，该事情也获得了中国香港理工年夜学柴杨传授的撑持。

配景先容

与传统的冯·诺依曼计较系统布局比拟，基在神经形态器件的神经形态体系可以或许模拟人脑中生物收集布局及计较方式，揭示出高能效、高时间效率、高毗连性及鲁棒性强等卓着上风，合用在年夜数据时代的各类数据密集型及数据非确定型运用。基在氧化物的两头忆阻器因为其可调的电导率、超低能耗、年夜范围可扩大性、CMOS兼容性及高密度三维集成潜力而常作为神经形态突触器件，用在实现各种神经收集。然而，年夜范围忆阻器阵列中存于的潜行电流会不仅会致使阵列运算成果没法正确读取且带来分外能耗，致使神经收集的正确率降低，练习能耗增长。比拟在已经有的将每一个RRAM串联到一个晶体管、一个选择器或者一个二极管 (1T1R、1S1R、1D1R)等解决方案，具备自我按捺潜行电流功效的自整流(SR)-突触忆阻器不会增长电路的分外耗损及繁杂性，于实现高密度及高效的神经形态计较揭示了很年夜的潜力。然而，当前SR -突触忆阻器面对着权值非线性加强及陡降的严重挑战，拦阻了其于传统人工神经收集(ANN)中的运用。针对于这一挑战，该事情提出了一种超高线性度自整流忆阻器突触阵列(Pt/NiOx/WO3−x:Ti/W)，具备潜行电流按捺特征及高达0.9997的超高权重加强线性度，且初次提出了一种用在标的目的辨认使命的无监视自构造映照(SOM)神经收集。该收集具有对于标的目的辨认数据库中的噪声及SR-突触的非线性权值更新特征的高容忍能力，是以可以或许于强噪声标的目的辨认使命上到达98%的高正确率。这一事情解决了将自整流突触器件运用在传统神经收集时面对的重要挑战，扩大了将年夜范围氧化物SR突触阵列运用在高密度、高效及高精度神经形态计较范畴的可行性。

器件阵列特征

为了降服上述将SR-突触忆阻器阵列运用在神经收集实现中的挑战，该事情设计了一种双层氧化物SR-突触忆阻器器件，该器件具备氧离子/氧空位漫衍调制的电阻变化机制，实现了高线性权重加强及可按捺走漏电流的界面势垒。该器件体现出自整流及单向开关特征，且具备典型的突触举动（图1）。与以前的事情比拟，本事情中体现出最高权重更新线性度0.9997(非线性0.0017)。使用此SR-突触忆阻器器件的I-V非线性临界开关特征，其阵列可以或许实现图象对于比度加强及配景滤波功效。（图2）

图 1具备Pt/NiOx/WO3−x:Ti/W布局的SR-突触忆阻器特征和机理；(a) SR-突触忆阻器器件布局；(b)突触忆阻器于轮回DC旌旗灯号下揭示的开关特征； (c)SR-突触忆阻器的脉冲电导调控特征；(d) 突触忆阻器机理示用意。

图2.基在Pt/NiOx/WO3−x:Ti/W自整流突触忆阻器阵列实现的图象噪声过滤。(a) 阵列布局；(b) 将@字符上的像素信息映照到突触阵列的示用意；(c) 经由过程SR-突触阵列实现的@及%图象噪声过滤。

神经形态计较运用

以该SR-突触忆阻器为基础，该事情成立了一种基在SR-突触阵列的自构造映照(SOM)收集，用在标的目的辨认。SOM收集作为一种受人脑事情模式开导的无监视及自构造神经收集，不仅具备向量编码功效，并且具备受年夜脑皮层中存于的觉得图开导的拓扑构造功效，合适在聚类及模式辨认使命，具备较强的噪声容忍能力。采用SR-突触忆阻器阵列实现的SOM收集不仅对于噪声及SR-突触的权值非线性陡降举动体现出较高的抗压能力，同时因为器件具备超高权值加强线性度，使患上实现的SOM收集具备较高练习效率及正确性，可以或许到达98%的高标的目的辨认精度，揭示出了对于输入图象噪声的鲁棒性。

图3.基在SR-突触影象器阵列的自构造映照神经收集(SOM)实现的标的目的辨认。(a) SOM神经收集的布局图；(b) 优化的突触（左）及未优化的突触（右）的权重更新特征；(c)优化的突触阵列及未优化的突触阵列实现的SOM神经收集的响应辨认精度。(d)练习前及练习一、十、40、100组图片后的权重漫衍图；(e, f) 基在优化的突触阵列及未优化的突触阵列实现的SOM竞争的36个神经元于标的目的辨认练习历程中的突触权重图。优化的突触非线性度为0.0017，未优化的突触非线性度为4.92。

文章链接

https://pubs.acs.org/doi/10.1021/acs.nanolett.2c03624

A Self-Rectifying Synaptic Memristor Array with Ultrahigh Weight Potentiation Linearity for a Self-Organizing-Map Neural Network,Hengjie Zhang, Biyi Jiang, Chuantong Cheng*, Beiju Huang*, Huan Zhang, Run Chen, Jiayi Xu, Yulong Huang, Hongda Chen, Weihua Pei, Yang Chai, and Feichi Zhou*, Nano Letters, 2023, https://doi.org/10.1021/acs.nanolett.2c03624