首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于氧化物双电层TFTs的神经形态器件

摘要第5-7页
Abstract第7-8页
第一章 绪论第11-36页
    1.1 引言第11-13页
    1.2 神经形态电子器件概述第13-23页
        1.2.1 生物神经系统及突触简介第13-17页
        1.2.2 人工突触器件在神经形态电子学中的应用第17-23页
    1.3 双电层TFTs概述第23-34页
        1.3.1 双电层TFTs的工作原理第23-26页
        1.3.2 双电层TFTs的研究进展第26-30页
        1.3.3 双电层TFTs在神经形态电子学中的应用第30-34页
    1.4 本章小结第34页
    1.5 本文主要研究内容及章节分布第34-36页
第二章 氧化物双电层TFTs制备与表征第36-50页
    2.1 引言第36页
    2.2 基于壳聚糖有机聚合物薄膜栅介质的双电层TFTs第36-44页
        2.2.1 材料简介第36-37页
        2.2.2 壳聚糖薄膜制备流程第37-39页
        2.2.3 壳聚糖薄膜的电学特性表征第39-40页
        2.2.4 基于壳聚糖电解质的双电层TFTs制备流程第40-41页
        2.2.5 TFTs的电学特性表征第41-44页
    2.3 基于改性氧化石墨烯薄膜栅介质的双电层TFTs第44-48页
        2.3.1 材料简介第44-45页
        2.3.2 改性氧化石墨烯薄膜制备流程第45页
        2.3.3 改性氧化石墨烯薄膜的电学特性表征第45-46页
        2.3.4 基于改性氧化石墨烯的双电层TFTs制备流程第46-47页
        2.3.5 TFTs的电学特性表征第47-48页
    2.4 本章小结第48-50页
第三章 基于氧化物双电层TFTs的人工突触第50-70页
    3.1 引言第50-51页
    3.2 单脉冲输入时的突触响应第51-57页
        3.2.1 单脉冲下的短程可塑性第52-54页
        3.2.2 单脉冲下的长程可塑性第54-56页
        3.2.3 单次神经活动的能耗第56-57页
    3.3 双脉冲输入时的突触易化现象第57-60页
    3.4 多脉冲输入时的突触行为第60-68页
        3.4.1 基于短程可塑性的滤波特性第60-61页
        3.4.2 基于长程可塑性的时间整合特性与记忆行为第61-63页
        3.4.3 基于长程可塑性的动态滤波功能第63-64页
        3.4.4 基于长程可塑性的尖峰时间依赖可塑性(STDP)第64-66页
        3.4.5 基于长程可塑性的尖峰频率依赖可塑性(SRDP)第66-68页
    3.5 本章小结第68-70页
第四章 基于氧化物双电层TFTs的光激发人工突触第70-83页
    4.1 引言第70-71页
    4.2 基于光电TFTs的基本突触行为模拟第71-75页
        4.2.1 兴奋性突触后电流与时间累积特性第72-73页
        4.2.2 双脉冲易化第73-74页
        4.2.3 滤波特性第74-75页
    4.3 光电TFTs的在栅极电压调控下的突触行为模拟第75-82页
        4.3.1 兴奋性突触后电压第77-79页
        4.3.2 双脉冲易化第79-80页
        4.3.3 时间累积与长程记忆第80-82页
    4.4 本章小结第82-83页
第五章 总结与展望第83-87页
    5.1 总结第83-85页
    5.2 展望第85-87页
参考文献第87-98页
攻读博士期间发表的学术成果第98-100页
致谢第100-101页

论文共101页,点击 下载论文
上一篇:深度学习下标记受限的视觉识别研究
下一篇:风险传播视角下的新生代农民工城市适应研究