基于忆阻的脉冲神经网络突触设计开题报告

1. 本选题研究的目的及意义

近年来，随着人工智能技术的飞速发展，传统的人工神经网络在处理复杂任务时遇到了瓶颈，例如计算效率低、功耗高等问题。

而脉冲神经网络（spikingneuralnetwork，snn）以其更接近生物神经元信息传递方式的特点，为突破这些瓶颈提供了新的思路。

snn采用离散的脉冲序列进行信息编码和传递，并结合神经元的时间特性进行处理，具有更高的生物可解释性和计算效率。

2. 本选题国内外研究状况综述

近年来，忆阻器由于其独特的物理特性和潜在的应用价值，吸引了国内外学者的广泛关注。

1. 国内研究现状

国内学者在忆阻材料、器件制备、模型建立以及电路应用等方面取得了一系列重要进展。

3. 本选题研究的主要内容及写作提纲

本选题将在深入分析忆阻器特性和脉冲神经网络原理的基础上，研究基于忆阻器的突触器件设计方法，并探索其在构建高性能、低功耗脉冲神经网络方面的应用。

1. 主要内容

1.研究不同忆阻器模型，分析其电学特性和突触可塑性机制，为忆阻突触设计提供理论基础。

4. 研究的方法与步骤

本研究将采用理论分析、数值仿真和实验验证相结合的方法。

1.理论分析：深入研究忆阻器的物理机制、电学特性以及突触可塑性原理，建立忆阻突触的数学模型，为器件设计提供理论指导。

2.数值仿真：利用comsol、hspice等仿真软件对所设计的忆阻突触器件和脉冲神经网络进行仿真模拟，优化器件结构、材料参数以及网络参数，提高系统性能。

5. 研究的创新点

1.提出一种新型的忆阻突触器件结构，提高器件的稳定性和可靠性，并降低功耗。

2.提出一种高效的基于忆阻器的脉冲神经网络学习算法，提高网络的学习速度和识别精度。

3.将所设计的忆阻突触和脉冲神经网络应用于实际问题，例如模式识别、图像处理等，验证其有效性和应用价值。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 王涛，黄如，吕超，等.忆阻器应用于神经形态计算的研究进展[j].微纳电子技术，2018,55(12):875-883.

[2] 史梦洁，黄如，张振宇，等.基于忆阻器的脉冲神经网络及其学习算法研究进展[j].电子学报，2020,48(09):1897-1912.

[3] 詹文杰，黄如，张振宇.面向神经形态计算的忆阻器件研究进展[j].微电子学与计算机，2019,36(05):1-8 14.