有機電気化学トランジスタによる多モードセンシングとニューロモルフィック計算の分子スケール統合【JST・京大機械翻訳】

Wang Shijie; Chen Xi; Zhao Chao; Kong Yuxin; Lin Baojun; Wu Yongyi; Bi Zhaozhao; Xuan Ziyi; Li Tao; Li Yuxiang; Zhang Wei; Ma En; Wang Zhongrui; Ma Wei

プレプリント

J-GLOBAL ID：202202204477183173 整理番号：22P0286973

有機電気化学トランジスタによる多モードセンシングとニューロモルフィック計算の分子スケール統合【JST・京大機械翻訳】

Molecular-scale Integration of Multi-modal Sensing and Neuromorphic Computing with Organic Electrochemical Transistors

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (14件)： , , , , , , , , , , , , ,
資料名：
発行年： 2022年02月09日プレプリントサーバーでの情報更新日： 2022年02月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

融合センシング,メモリおよび処理機能によるイオン学習は,効率およびフットプリントに関してシリコンチップ上で動作する人工ニューラルネットワークを凌駕する。しかし,生物工学的学習のディジタルハードウェア実装は,センサと処理コアのデバイス不均一性に悩まされ,大きなハードウェア,エネルギー,および時間オーバヘッドを招いている。ここでは,設計したアーキテクチャと調整されたチャネル形態を有する有機電気化学トランジスタ,結晶/アモルファス領域への選択的イオン注入を用いて,マルチモーダルセンシング,メモリおよび処理を同時に行うための普遍的な解決策を示した。結果としてのデバイスは,マルチモーダルセンシングを示す揮発性受容体,または,記録-高10ビットアナログ状態,低スイッチング確率,および余分なデバイスの統合なしで良好な保持を特徴とする非揮発性シナプスのいずれかとして機能する。そのようなデバイスの均一統合は,貯水池コンピューティングを介して,調整反射およびリアルタイム心臓疾患診断のような生物工学的学習機能を可能にし,将来のスマートエッジ健康情報学の有望性を示す。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

ニューロコンピュータ

, , , , , ,

前のページに戻る