模擬神經形態計算系統模擬人類大腦的并行性和連通性，與數字系統相比，具有更大的表達能力和能源效率。雖然許多設備已經成為人工神經元和人工突觸的候選設備，但人工樹突的候選設備很少。在這項工作中，我們報道了生物相容性石墨烯基人工樹突(梯度)，可以實現樹突加工。通過使用雙側柵極結構，通過Nafion膜施加的電流可用于控制三層石墨烯通道上的器件電導，顯示泄漏循環、α和高斯樹突電位的時空響應。這些設備可以通過可變連接來實現高階神經元響應，我們通過數據驅動的尖峰神經網絡模擬表明，在低頻運行穩定的情況下，尖峰活動減少了≤15%，而精度沒有損失。這使得畢業生成為節能生物界面脈沖神經網絡的有力候選者。
圖1. GrAD設計，單門操作。(a)神經元圖，描繪了三個樹突分支(紫色)，每個分支都由GrAD(左)實現。mGrAD的圖片和GrAD結構圖(中間)，其中動態是通過輸入門和調諧門控制的，讀出是通過施加在石墨烯通道上的電壓(紫色)通過端子D和s。Nafion-117門控材料是淺藍色的，Au觸點是金色的。GrAD的電路原理圖符號(右)。(b)生物樹突中常見的漏回、α和高斯樹突核波形。(c)−1 ~ 1v前后兩次掃頻時μGrAD的傳輸特性。D-S電流用藍色表示，InG-S電流用紅色表示。(d)顯示突觸特征的μGrAD的單門電流操作。
圖2.mGrAD時相關響應。(a)在輸入門施加方電流脈沖，在調諧門施加恒流，產生漏回響應。
(b)漏回mGrAD器件對不同頻率(藍色為1hz，綠色為2hz，橙色為5hz)輸入脈沖序列的響應。
達到閾值所需的時間用紅色虛線表示。(c)在施加于調諧門的直流電流變化時，漏回枝晶的激活函數(藍色三角形表示0 nA，綠色正方形表示100 nA，橙色圓圈表示200 nA)。(d)三角形輸入電流脈沖，在調諧門處施加恒定電流，產生α響應。(e)不同IIG振幅下的Alpha mGrAD器件響應(實線)與理想Alpha內核響應(虛線)的對比。(f)不同ITG值(藍色為100 nA，綠色為200 nA，橙色為300 nA，紅色為400 nA，紫色為500 nA)下的Alpha和高斯波形生成。
圖3. 多個GrAD和μGrAD時間相關響應。(a)樹突單位的符號表示。(b)樹枝狀單元電路圖。(c)由兩個單獨輸入(紫色和紅色)的樹突組成的樹突單元的實驗輸出(藍色)。(d) μGrAD雙側門器件布局的光學顯微鏡圖像。(e)不同IIG值下的Alpha波形生成。(f)不同ITG值下的Alpha和高斯波形生成。
圖4. 樹突尖峰神經網絡模擬。(a)樹突多層感知器的符號表示。模擬交叉桿的電路表示如圖所示。(b) 20次訓練后的最大精度與每幅圖像采樣時間的關系。下降的準確度低于指定點的10%。(c)網絡的總尖峰活動隨每張圖像采樣時間的函數。褪色的顏色表示每張圖像對應的采樣時間的精度為10%。(d) 20次訓練后的最大準確度與最大輸入頻率的關系。(e)網絡的總尖峰活動與最大輸入頻率的關系。
相關研究成果由德克薩斯大學奧斯汀分校Jean Anne C. Incorvia等人2024年發表在Nano Letters (鏈接: https://doi.org/10.1021/acs.nanolett.4c00739)上。原文：Graphene-Based Artificial Dendrites for Bio-Inspired Learning in Spiking Neuromorphic Systems
轉自《石墨烯研究》公眾號
