论文部分内容阅读
忆阻是一类二端元件,其阻值可以随着流经的电荷量或磁通量得到精确控制,而突触从本质上也是一个＂二端＂记忆元件,在人工神经网络中它是计算和信息存储的关键元素,需要对过去的状态进行记忆并且存储一组状态。通过对比描述突触和忆阻的相似性,总结出目前忆阻作为突触实现了在人工神经网络中的应用,以忆阻构成的电路实现了神经网络的STDP（Spike-Timing-Dependent-Plasticity）学习规则,可以将忆阻应用在模式识别、人工智能领域中。