首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--电子数字计算机(不连续作用电子计算机)论文--存贮器论文

阻变器件的非易失性存储与神经形态应用研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第12-25页
    1.1 阻变器件发展历程第12-13页
    1.2 阻变器件的非易失性存储应用第13-18页
        1.2.1 非易失性存储器研究背景和意义第14-16页
        1.2.2 阻变器件的非易失性存储应用研究进展第16-18页
    1.3 阻变器件的神经形态应用第18-23页
        1.3.1 神经形态系统研究背景和意义第18-20页
        1.3.2 阻变器件的神经形态应用研究进展第20-23页
    1.4 本章小结第23页
    1.5 本文的主要研究工作第23-25页
第二章 阻变器件与神经网络基础第25-41页
    2.1 阻变器件基础第25-33页
        2.1.1 阻变器件结构及工艺第25-26页
        2.1.2 导电细丝型阻变器件第26-29页
        2.1.3 势垒型阻变器件第29-30页
        2.1.4 阻变器件与忆阻器模型第30-33页
    2.2 神经网络基础第33-40页
        2.2.1 生物神经元和生物突触第33-34页
        2.2.2 MP神经元模型第34-35页
        2.2.3 神经元实现与神经元晶体管第35-37页
        2.2.4 神经网络的拓扑结构第37-38页
        2.2.5 Hopfield神经网络介绍第38-40页
    2.3 本章小结第40-41页
第三章 阻变器件的非易失性存储应用研究第41-51页
    3.1 阻变器件的多位存储应用研究第41-45页
        3.1.1 器件结构与I-V特性第41-42页
        3.1.2 扫描方案第42-43页
        3.1.3 电流扫描得到的多个阻态第43-45页
    3.2 阻变器件的总剂量辐照研究第45-50页
        3.2.1 辐照前后的I-V特性第45-46页
        3.2.2 辐照对工作电压的影响第46-47页
        3.2.3 辐照对电阻的影响第47-49页
        3.2.4 辐照前后的保持特性和耐疲劳特性第49-50页
    3.3 本章小结第50-51页
第四章 阻变器件模拟生物特性研究第51-75页
    4.1 阻变器件模拟多重记忆和瞬态遗忘特性研究第51-56页
        4.1.1 器件结构第51页
        4.1.2 阻变器件模拟多重记忆模型第51-54页
        4.1.3 阻变器件模拟瞬态遗忘特性第54-56页
    4.2 阻变器件模拟遗忘曲线研究第56-60页
        4.2.1 器件结构和I-V特性第57页
        4.2.2 阻变器件模拟遗忘曲线第57-60页
    4.3 阻变器件模拟突触可塑性研究第60-66页
        4.3.1 阻变器件模拟突触长时程增强第61-64页
        4.3.2 阻变器件模拟突触双脉冲易化第64-66页
    4.4 基于阻变器件的突触电路研究第66-73页
        4.4.1 突触电路结构第67-69页
        4.4.2 突触电路仿真模拟突触可塑性第69-70页
        4.4.3 联想学习网络仿真第70-72页
        4.4.4 联想学习与遗忘的网络实现第72-73页
    4.5 本章小结第73-75页
第五章 基于阻变器件的Hopfield神经网络研究第75-98页
    5.1 基于阻变器件的Hopfield网络的搭建第75-81页
        5.1.1 神经元和突触结构第75-77页
        5.1.2 Hopfield网络结构第77-80页
        5.1.3 Hopfield网络工作过程第80-81页
    5.2 基于阻变器件的Hopfield网络实现联想记忆研究第81-90页
        5.2.1 单目标联想记忆研究第81-87页
        5.2.2 多目标联想记忆研究第87-89页
        5.2.3 功耗研究第89-90页
    5.3 基于阻变器件的Hopfield网络联想记忆时间特性研究第90-97页
        5.3.1 不同目标状态的影响第90-92页
        5.3.2 不同初始状态的影响第92-93页
        5.3.3 控制信号频率的影响第93-97页
    5.4 本章小结第97-98页
第六章 神经元晶体管探索第98-108页
    6.1 基于IGZO的神经元薄膜晶体管研究第98-105页
        6.1.1 器件结构第98-99页
        6.1.2 结果与讨论第99-105页
    6.2 基于MoS2的神经元薄膜晶体管研究第105-107页
        6.2.1 器件结构第105页
        6.2.2 结果与讨论第105-107页
    6.3 本章小结第107-108页
第七章 全文总结与展望第108-111页
    7.1 全文总结第108-110页
    7.2 后续工作展望第110-111页
致谢第111-112页
参考文献第112-126页
攻读博士学位期间取得的成果第126-129页

论文共129页,点击 下载论文
上一篇:文本分类中特征加权算法和文本表示策略研究
下一篇:逆合成孔径雷达二维及三维成像方法研究