地理分布的生物混合神经网络与可变电阻性可塑性
摘要：脑对于处理现实世界输入的能力已经在进化中不断提高，它通过相互连接的神经元网络来完成这一任务。突触作为关键元素的出现，通过其可塑性，将神经元之间的信号传递与记忆存储和计算相结合。在电子领域，通过神经形态电路和纳米级记忆电阻器，已经取得了模拟神经元的重要进展，然而将它们在异质的生物启发和生物混合体系中相互连接的新应用才刚刚开始出现。将记忆电阻器技术应用于计算或感知生物神经元的尖峰活动的神经启发式体系结构只是最近的例子，然而通过可塑性驱动的突触元件将脑和电子神经元相互连接，迄今为止仍然只存在于想象中。在这里，我们展示了一种生物混合神经网络(bNN)，在这个网络中，记忆电阻器作为“神经突触器”在大鼠神经回路和VLSI神经元之间工作。两个基本的突触元件，即从人工到生物的突触器（ABsyn）和从生物到人工的突触器（BAsyn），通过互联网相互连接。bNN延伸到整个欧洲，消除了自然脑网络中存在的空间边界，奠定了一个新的地理分布和演化体系结构的基础：脑新电子互联网(IoN)。
作者：Alexantrou Serb, Andrea Corna, Richard George, Ali Khiat, Federico Rocchi, Marco Reato, Marta Maschietto, Chirstian Mayr, Giacomo Indiveri, Stefano Vassanelli, Themistoklis Prodromakis
论文ID：1709.04179
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2017-09-14