西亚试剂：基于金属氧化物忆阻器的一个神经形态网络

 构造能与它们的生物原型的认知复杂性相媲美、但性能更高的神经形态网络是计算领域最大的挑战之一。制造这种器件(它们有可能比基于复杂硅线路的器件更简单)的一个有希望的方法是，将“互补型金属氧化物半导体”(CMOSs)与可调二端电阻器件(忆阻器)相结合。在这篇论文中，Dmitri Strukov及同事演示了一个无晶体管的金属氧化物忆阻器网络，它具有低的器件可变性，充当一个单层的感知器(perceptron)。换句话说，它能学会识别不完整的3 × 3 像素黑白图案，将其当做字母表中三个字母当中的一个。这一方法的优势是其可扩展性，所以构造能处理更有挑战性任务的更大神经形态网络也是有可能的。

以上资料由西亚试剂：http://www.xiyashiji.com/ 提供