纳米忆阻器与神经形态计算电子书

版权页

作者简介

译者简介

译者序

前言

致谢

第1章 导论

1.1 发现

1.2 忆阻器

1.2.1 定义

1.2.2 理想忆阻器的直流响应

1.2.3 理想忆阻器的交流响应

1.2.4 理想忆阻器的交流响应：更高的频率

1.2.5 进一步观察

1.2.6 小结

1.3 忆阻器件和系统

1.3.1 定义

1.3.2 电阻开关机制

1.3.3 离子传输

1.3.4 导电丝的形成

1.3.5 相变转换

1.3.6 谐振隧穿二极管

1.3.7 磁阻式存储器、纳米粒子和多态器件

1.4 神经形态计算

1.4.1 忆阻突触

1.4.2 忆阻神经元

1.4.3 忆阻神经网络

1.5 本章总结

致谢

参考文献

第2章 交叉阵列内存模拟和性能评估

2.1 引言

2.1.1 动机

2.1.2 其他存储器

2.1.3 非晶硅交叉阵列存储单元

2.2 结构

2.2.1 交叉阵列模型

2.3 写入策略和电路实现

2.4 读取策略和电路实现

2.5 存储架构

2.6 功耗

2.6.1 功耗估计

2.6.2 静态功率分析建模

2.7 噪声分析

2.8 面积开销

2.8.1 基于库的系统设计

2.9 技术比较

参考文献

第3章 基于忆阻器的数字存储器

3.1 引言

3.2 忆阻存储器的自适应读写

3.3 仿真结果

3.3.1 高状态仿真

3.3.2 背景电阻扫描

3.3.3 最小阻值扫描

3.3.4 二极管泄漏电流

3.3.5 功率建模

3.4 自适应方法的结果与讨论

3.5 本章总结

参考文献

第4章 多级内存架构

4.1 引言

4.2 多状态存储架构

4.2.1 架构

4.2.2 读/写电路

4.2.3 阵列电压偏置方案

4.2.4 读/写操作流程

4.2.5 状态由来

4.3 读/写操作

4.3.1 读/写仿真

4.3.2 读取相邻单元的干扰

4.4 变化的影响

4.4.1 编程电压的变化

4.4.2 串联电阻的变化

4.4.3 减少影响的读取方案

4.4.4 阵列写入后的电阻分布

4.5 本章总结

参考文献

第5章 搭建忆阻器的神经形态组件

5.1 引言

5.2 使用忆阻器实现神经形态功能

5.2.1 侧抑制

5.2.2 返回抑制

5.2.3 重合检测

5.3 CMOS-忆阻器神经形态芯片

5.3.1 模拟示例：位置检测器

5.3.2 数字示例：多功能芯片架构

5.4 本章总结

参考文献

第6章 基于忆阻器的值迭代

6.1 引言

6.2 Q学习和忆阻器建模

6.3 迷宫搜索应用

6.3.1 介绍

6.3.2 硬件架构

6.3.3 Q学习的硬件连接

6.4 结果与讨论

6.5 本章总结

参考文献

第7章 基于隧道的细胞非线性网络结构在图像处理中的应用

7.1 引言

7.2 CNN工作原理

7.2.1 基于Chua和Yang模型的CNN

7.2.2 基于RTD模型的CNN方程

7.2.3 不同CNN模型之间的比较

7.3 电路分析

7.3.1 稳定性

7.3.2 建立时间

7.4 仿真结果

7.5 本章总结

参考文献

第8章 多峰谐振隧穿二极管的图像处理

8.1 引言

8.2 基于多峰谐振隧穿二极管的彩色图像处理器

8.3 颜色表示方法

8.4 颜色量化

8.4.1 实现和结果

8.4.2 建立时间分析

8.4.3 能耗分析

8.5 光滑函数

8.5.1 运行与结果

8.5.2 稳定时间

8.5.3 能耗分析

8.6 颜色提取

8.7 与数字信号处理芯片的比较

8.8 稳定性

8.9 本章总结

参考文献

第9章 基于谐振隧穿二极管阵列的速度调谐滤波器设计

9.1 引言

9.2 基于RTD的速度调谐滤波器阵列

9.2.1 传统速度调谐滤波器

9.2.2 谐振隧穿二极管

9.2.3 速度调谐滤波器

9.3 系统分析

9.3.1 速度调谐滤波器的时延分析

9.3.2 速度调谐滤波器的功耗分析

9.3.3 速度调谐滤波器的稳定性

参考文献

第10章 基于量子点和可变电阻器件的可编程人工视网膜图像处理

10.1 引言

10.2 CNN结构

10.2.1 谐振隧穿二极管模型与偏置

10.2.2 单元结构

10.3 编程可变电阻连接

10.4 分析建模

10.4.1 边缘检测

10.4.2 线条检测

10.5 仿真结果

10.5.1 边缘检测

10.5.2 线条检测

10.6 本章总结

参考文献

第11章 基于忆阻器的非线性细胞/神经网络：设计、分析及应用

11.1 引言

11.2 忆阻器基础

11.3 基于忆阻器的细胞神经网络

11.3.1 忆阻细胞神经网络的描述

11.3.2 使用忆阻桥电路实现突触的连接

11.3.3 M-CNN细胞的实现

11.4 数学分析

11.4.1 稳定性

11.4.2 容错性

11.5 计算机仿真

11.5.1 稳定性分析

11.5.2 容错性分析

11.5.3 M-CNN的应用

11.5.4 M-CNN上忆阻器偏差值的影响

11.6 本章总结

参考文献

第12章 基于忆阻器的神经网络动力学分析及其应用

12.1 引言

12.2 定义和规则

12.3 基于忆阻器的神经网络设计

12.3.1 MRNN的设计

12.3.2 MWNN的设计

12.3.3 小结

12.4 动力学分析

12.4.1 MRNN的动力学分析

12.4.2 MWNN的动力学分析

12.4.3 WTA点存在的充分条件

12.4.4 WTA行为和收敛性分析

12.4.5 小结

12.5 应用与仿真

12.5.1 MRNN的仿真

12.5.2 BP-MWNN分类器系统的说明性示例

12.5.3 小结

参考文献

附录

缩写词