使用非挥发性金属氧化物忆阻器进行尖峰分离
摘要：电生理技术在过去几年中有了显著的改进，已经达到了神经假肢应用的可行程度。这种进步是由可植入微电极技术的发展推动的，该技术遵循自己的摩尔定律版本。然而，与电子学类似，过高的数据速率和紧张的能源预算需要开发更高效的计算范式，以处理现场的神经数据，特别是计算密集型的事件分类任务。在这里，我们展示了如何利用内在的模拟可编程性来执行尖峰分类。然后，我们展示了如何将忆阻器与标准逻辑相结合，实现高效的模板匹配。利用纳米级忆阻器的物理特性，我们可以以数字化的功耗成本实现超紧凑的神经信号处理模拟电路。
作者：Isha Gupta, Alexantrou Serb, Ali Khiat, Maria Trapatseli, Themistoklis Prodromakis
论文ID：1707.08772
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2017-07-28