论文链接:https://www.aminer.cn/pub/617e73425244ab9dcb4fde3b?f=cs
对未来人工智能系统的需求导致了柔性电子设备到神经形态设备的研究范围的扩大。大多数相关研究主要集中在突触设备的发展上,而突触设备是神经形态计算技术中人工神经网络(ANNs)最重要的组成部分。虽然已经证明了柔性突触设备和传感器嵌入式突触的可行性,但仍需要对突触性能评估进行更多的研究用于应用于复杂的ANN。此外,很少有研究利用传感器获得的数据,通过训练和识别任务进行整个系统级的性能研究。
韩国佳川大学SANG YEOL LEE课题组和成均馆大学的JIN-HONG PARK课题组合作报道了一种灵活的人工突触,它基于硅-铟-氧化锌(SIZO)/离子凝胶混合结构,直接制造在聚酰亚胺化物衬底上,其中通道电导通过离子凝胶中的离子运动有效地调节。在该柔性突触装置在高机械性能(弯曲1500次,半径为5mm)和电应力(施加电压脉冲104倍)的情况下,表现出非常稳定的突触性能,而没有衰退。文中设计了一个由可拉伸电阻传感器和柔性人工突触组成的手语翻译的感知神经形态系统,并利用可伸缩传感器获得的手符号模式进行训练和识别模拟进行了成功评估,最高识别率99.4%。
AMiner,让AI帮你理解科学!https://www.aminer.cn