您当前位置：
神经元电路对于构建高效智能神经形态信息处理系统是至关重要的。面向不同应用场景，对于神经元电路的编码功能需求有所不同。代月花教授团队针对不同应用需求，完成了多种忆阻器基神经元电路设计开发。
集成电路学院代月花教授团队与复旦大学芯片与系统前沿研究院刘琦教授团队开展合作。针对神经形态计算系统中传统神经元电路无法对负值信息进行有效编码进而影响系统性能的问题，提出并成功实现一种基于非对称扩散型忆阻器(Ag/TaOx/SiOx/Pt)的L-ReLU神经元电路。通过利用银离子的可控迁移扩散机制，设计实现了非对称阈值转变特性的扩散型忆阻器，并基于该器件构建了L-ReLU脉冲神经元电路，实现对于神经形态计算系统中负值信息的有效编码。在输入信号作用下韦德体育bevictor，该神经元能够将正负输入信息分别编码为可区分的正向和负向脉冲频率（图1）。该项成果以“An Artificial L-ReLU Neuron with Asymmetric Diffusive Memristor for High-Accuracy Neuromorphic Systems”为题韦德体育bevictor，发表于Advanced Functional Materials (DOI: 10.1002/adfm.202423267)。安徽大学集成电路学院为第一通讯单位，集成电路学院23级博士生邹建勋和22级博士生冯哲为共同第一作者，安徽大学集成电路学院吴祖恒副教授、代月花教授和复旦大学芯片与系统前沿研究院张续猛青年副研究员为共同通讯作者。
图1. 基于非对称扩散型忆阻器阈值转变忆阻器的 L-ReLU脉冲神经元电路韦德体育bevictor韦德体育bevictor
