神经形态计算

本文从MXene出发深入探讨了MXene基传感器在神经形态计算领域的应用。

凭借其非易失性存储和低功耗特性，忆阻器在多级存储、数字逻辑门以及神经形态计算领域展现出巨大的潜力，尤其是在实现高效的矩阵运算和神经网络加速方面优势显著。

山东大学王天宇、孟佳琳等深入探讨了低功耗忆阻器在神经形态计算领域的应用。

忆阻器作为一种新型非易失性存储器，凭借其低功耗、高集成度以及与生物突触/神经元相似的可调电阻特性，成为构建神经形态计算系统的理想元件。

文章系统总结了柔性电子的最新进展，包括单器件、器件阵列和系统集成，并深入探讨了柔性忆阻器在神经形态计算领域所面临的挑战与未来前景，为构建可穿戴智能电子、大规模神经形态计算系统和高阶智能机器人奠定了理论与技术基础。

MXene-Ti₃C₂Tₓ神经形态计算的发展历史。

北航国新院樊瑜波等综述：基于MXene-Ti₃C₂Tₓ的神经形态计算，物理机制，性能提升以及前沿计算北航国新院樊瑜波等综述：基于MXene-Ti₃C₂Tₓ的神经形态计算，物理机制，性能提升以及前沿计算精选

基于MXene-Ti₃C₂Tₓ神经形态计算的研究路线分类，包括性能增强方法、物理机制探索和存内计算。

文章还介绍了柔性电子在力集中分析与裂纹形成过程中的模拟研究，并探讨了柔性忆阻器在神经形态计算和传感器系统中的应用。

尽管柔性忆阻器在神经形态计算中展现出广阔前景，但当前仍面临多重技术挑战。

柔性忆阻器在神经形态计算方面的应用。

受人脑“存内计算”架构的启发，柔性忆阻器在模拟人工突触、实现高效率和低功耗神经形态计算方面展现出巨大应用潜力。

特别是在神经形态计算方面，文章详细分析了忆阻器在构建人工神经网络(ANN)、脉冲神经网络(SNN)和卷积神经网络(CNN)等多种神经网络中的作用机制和优势。

山东大学孟佳琳等综述：可穿戴神经形态计算忆阻器的柔性性能分析研究山东大学孟佳琳等综述：可穿戴神经形态计算忆阻器的柔性性能分析研究精选

本文综述为未来的研究方向提供了新的见解，增强了对MXene性质的基本认识，并通过与各种新兴技术的融合，促进了MXene进一步融入神经形态计算应用。

本文从发展历程、材料体系、器件结构、机械变形方式、器件性能分析、变形过程中的应力模拟，以及神经形态计算应用等角度对柔性忆阻器进行了全面综述。

这些新型忆阻器可用作低功耗神经形态计算的人工突触和神经元，包括人工神经网络(ANN)、尖峰神经网络(SNN)和卷积神经网络(CNN)。

随着神经形态计算的发展，MXenes已被成功地用作晶体管的光敏材料，促进了其在视觉神经形态领域的广泛应用。

特别是在神经形态智能器件方面，文章详细分析了MXene在结合神经形态计算后实现人工视觉、仿生皮肤、智能嗅觉系统以及多模态智能系统中的作用机制和优势。