使用设备物理配方刺激神经元

使用 Divice 配方创建人工神经元。

由生物组织构成的神经元的认知特性可以在各种基质上复制。 我们可以构建模仿自然系统的电子微观神经元，以创建受大脑启发的人工计算系统。 我们在本文中讨论了尖峰神经系统所需的材料和设备特性，然后可以通过阻抗谱和小扰动电路元件来表征。 最小神经元系统由电容器和化学电感器组成。 该设备的组件可以自然地构建到设备的物理响应中，而不是由单独的电路元件构建。 我们确定了平滑振荡的结构要求，这取决于具有内部状态变量的传导系统中的某些动力学。 状态变量可以具有不同的物理类型，包括流体特性、电子固体或离子材料。 这意味着功能神经元也可以通过多种方式构建。 阻抗的频谱特性用于强调检测 Hopf 分岔的重要性。 这是实现峰值行为的关键步骤。 我们提供了一种根据临界特征频率分析阻抗数据的方法。 我们提出了一种量化设备的材料和物理特性的方法，以便创建感官认知任务所需的动态特性。 通过在电子系统中复制生物神经元系统的特性，开发具有增强信息处理、模式识别和学习能力的类脑计算系统是可能的。 了解神经元的材料和物理特性也将有助于我们更好地理解生物神经元如何在复杂的神经网络中工作和相互作用。 本文提供了一种构建人工大脑启发系统的新方法。 它还深入了解了在电子神经元网络中实现尖峰行为所必需的重要材料和设备考虑因素。

来源和详细信息：
https://pubs.aip.org/aip/cpr/article-abstract/4/3/031313/2912783/Device-physics-recipe-to-make-spiking-neurons?redirectedFrom=PDF