Organic Memristor Neuromorphic Computing with Bio-Realistic Synaptic Plasticity
연구 내용
유기 멤리스터의 금속 이온 주입 밀도를 diffusive 파라미터로 제어하여 단기·장기·항상성 가소성을 갖는 유연 인공 시냅스를 구현하고 조합 최적화를 안정화하는 연구
본 분야는 유기 멤리스터를 뉴로모픽 하드웨어의 시냅스로 활용하기 위해 전도 필라멘트의 확산 거동을 설명하고 제어합니다. 특히 metal-ion injection density를 조절하여 짧은 시간 창과 항상성 가소성의 시간 특성을 전기 신호 조건과 연동해 설정합니다. 이를 바탕으로 단기 가소성, 장기 가소성, 항상성 가소성을 독립적으로 구현하고, 스파이크 기반 연산에서 복합 조합 최적화에 대한 안정적 동작 능력을 확인합니다. 유연성을 갖는 구조를 통해 웨어러블 인공지능 시스템의 하드웨어 빌딩 블록을 마련하는 데 집중합니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 유기 멤리스터에서 전도 필라멘트 형성에 영향을 주는 금속 이온 주입 밀도를 파라미터로 다루며, 시냅스 가소성 구현의 설계 규칙을 확보하는 데 주력했습니다. 이후 bio-realistic synaptic plasticity를 목표로 단기·장기·항상성 가소성을 서로 다른 시간 창에서 독립적으로 재현하도록 공정과 동작 조건을 연동했습니다. 마지막으로 시냅스 배열에서 스파이크 의존 연산을 수행하여 복합 조합 최적화 문제에 대한 안정성을 검증함으로써, 유연 뉴로모픽 시스템으로의 확장 가능성을 제시했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Organic Memristor‐Based Flexible Neural Networks with Bio‐Realistic Synaptic Plasticity for Complex Combinatorial Optimization