典型文献
光电神经形态器件及其应用
文献摘要：
传统冯·诺依曼计算机在并行性计算和自适应学习方面效率较低,无法满足当前飞速发展的信息技术对高效、高速计算的迫切需求.受脑启发的神经形态计算具有高度并行性、超低功耗等优势,被认为是打破传统计算机局限性,实现新一代人工智能的理想途径.神经形态器件是实施神经形态计算的硬件载体,是构建神经形态芯片的关键.与此同时,人类视觉系统与光遗传学的发展为神经形态器件的研究提供了新的思路.新兴的光电神经形态器件结合了光子学与电子学各自的优势,在神经形态计算领域展露出巨大潜力,受到了国内外研究人员广泛关注.本文对光电神经形态器件及其应用的最新研究进行了总结.首先综述了人工光电突触与人工光电神经元,内容包括器件结构、工作机制以及神经形态功能模拟等方面.然后,对光电神经形态器件在人工视觉系统、人工感知系统、神经形态计算等领域中的潜在应用作了阐述.最后,总结了当前光电神经形态器件所面临的挑战,并对其未来的发展方向进行了展望.
文献关键词：
光电神经形态器件;光电突触;光电神经元;神经形态计算
中图分类号：
作者姓名：
沈柳枫;胡令祥;康逢文;叶羽敏;诸葛飞
作者机构：
宁波大学材料科学与化学工程学院, 宁波 315211;中国科学院宁波材料技术与工程研究所, 宁波 315201;中国科学院脑科学与智能技术卓越创新中心, 上海 200031
文献出处：
引用格式：
[1]沈柳枫;胡令祥;康逢文;叶羽敏;诸葛飞-.光电神经形态器件及其应用)[J].物理学报,2022(14):80-102
A类：
光电神经形态器件,光电神经元,人工感知
B类：
并行性,自适应学习,高速计算,脑启发,神经形态计算,超低功耗,新一代人工智能,神经形态芯片,人类视觉系统,光遗传学,光子学,电子学,展露出,巨大潜力,光电突触,器件结构,形态功能,功能模拟,人工视觉系统,感知系统,潜在应用
AB值：
0.206936
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
