Прецизионный Алгоритм Переключения Мемристора В Состояние С Заданным Сопротивлением

Abstract

An algorithm of memristor switching with high precision to a state with preset resistance has been developed based on the application of voltage pulses with smoothly increasing amplitude and the duration varying randomly within preset limits. It is shown that the proposed algorithm can be implemented in memristor structures based on (Co_40Fe_40B_20)_ x (LiNbO_3)_100– x nanocomposites with x ≈ 10 at. %. Optimum parameters are selected for the algorithm operation with a minimum number of iterations that allows the accuracy of resistance setting to be no worse than 0.5%. The obtained results can be used in the creation of neuromorphic systems.

Квантование Проводимости В Мемристивных Структурах На Основе Поли-П-Ксилилена

“…3 представлены зависимости проводимости мемристивной структуры от времени, измеренные для различных уровней квантованной проводимости: от 0.5 до 7.5 с шагом 0. чение. Необходимое значение проводимости задавалось при помощи алгоритма с плавно подстраиваемой амплитудой [25]. Измерение сопротивления производилось 1 раз в секунду при напряжении чтения 0.1 В. На рисунке видно, что некоторые уровни квантованной проводимости действительно не являются стабиль-ными и в течение времени измерения (5 мин) стремятся перейти на другие уровни.…”

Адаптивные Свойства Спайковых Нейроморфных Сетей С Синаптическими Связями На Основе Мемристивных Элементов

“…В биологических нейронных системах обучение происходит благодаря способности синапсов изменять свой вес, которая называется синаптической пластичностью [10]. Для описания эволюции алгоритма [20]. В качестве R 0 были выбраны значения 200, 500, 1000, 2000 .…”

Мемристоры На Основе Полипараксилилена На Гибких Подложках

“…Такие структуры впоследствии стали называть мемристорами [3]. С тех пор эффект РП был обнаружен в мемристорах на основе большого числа неорганических [4,5], нанокомпозитных [6,7] и органических [8] материалов.…”

“…Полученные результаты демонстрируют возможность изменять сопротивление мемристора по двухшаговой схеме: сначала мемристивная структура приводится в высокоомное состояние, а затем переводится в определенное низкоомное состояние в зависимости от протекающего через нее предельного тока. Описанная схема обучения является более эффективной по сравнению с алгоритмами типа запись−чтение (write−verify) [20] с точки зрения количества необходимых для задания сопротивления итераций, но при этом теряется точность задания резистивного состояния. Отметим, что данная схема задания сопротивления перспективна для обучения больших кроссбармассивов в геометрии " один транзистор, один мемристор" (1T1R) при решении антропоморфных задач, так как ток через мемристор может легко контролироваться напряжением на затворе транзистора [21].…”