An energy efficient reservoir computing system based on HZO memcapacitive devices

神经形态工程学 油藏计算 计算机科学 循环神经网络 能量(信号处理) 任务(项目管理) 人工神经网络 记忆电阻器 信号(编程语言) 信号处理 能源消耗 人工智能 电子工程 数字信号处理 计算机硬件 电气工程 工程类 物理 系统工程 量子力学 程序设计语言
作者
Pan Zhang,Xinrui Ma,Yulong Dong,Zhixin Wu,Danyang Chen,Tianning Cui,Jingquan Liu,Gang Liu,Xiuyan Li
出处
期刊:Applied Physics Letters [American Institute of Physics]
卷期号:123 (12) 被引量:11
标识
DOI:10.1063/5.0164762
摘要

Memcapacitor devices based on ferroelectric material have attracted attention recently in application of neuromorphic computing due to lower static power relative to memristors. They have been used for establishing fully connected neural networks but not yet for recurrent neural networks (RNNs), which owns the advantage in temporal signal processing. As an improved network architecture for RNNs, reservoir computing (RC) is easier to train and energy efficient. In this work, an HZO-based ferroelectric memcapacitor is used as the reservoir layer to recognize handwritten digits. A recognition accuracy of 90.3% is achieved. Meanwhile, a task of predicting Mackey–Glass time series is built to demonstrate the advantage of reservoir networks in processing time-series signals. A normalized root mean square error of 0.13 was obtained, indicating that this system can predict the Mackey–Glass chaotic system well. In addition, the energy consumption in the input signal and recognition task is significantly lowered compared with a memristor-based network. Our work provides an energy efficient way to build up the RC network.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
一直向前发布了新的文献求助10
1秒前
明芬完成签到,获得积分10
4秒前
5秒前
123456完成签到,获得积分10
8秒前
结实的慕凝完成签到,获得积分10
10秒前
苗条小土豆完成签到,获得积分10
10秒前
flance完成签到 ,获得积分10
12秒前
13秒前
fanfan完成签到 ,获得积分10
15秒前
SkyTsai完成签到,获得积分10
15秒前
18秒前
19秒前
轻松的惜芹应助诚心谷南采纳,获得10
19秒前
天天快乐应助sml采纳,获得10
20秒前
22秒前
23秒前
23秒前
华仔应助sxx采纳,获得10
26秒前
YJ888发布了新的文献求助10
27秒前
28秒前
哼哼唧唧发布了新的文献求助10
28秒前
石大大发布了新的文献求助10
30秒前
huoguo完成签到,获得积分10
31秒前
小二郎应助完美芒果采纳,获得10
31秒前
Liufgui应助紫竹魔笛采纳,获得10
33秒前
34秒前
36秒前
Liufgui应助YJ888采纳,获得10
37秒前
赘婿应助麦子采纳,获得10
37秒前
38秒前
KK发布了新的文献求助10
38秒前
娟姐完成签到,获得积分10
39秒前
ding应助李朝富采纳,获得10
40秒前
桐桐应助学术蝗虫采纳,获得10
41秒前
杨桃发布了新的文献求助10
41秒前
42秒前
biubiudididi发布了新的文献求助10
42秒前
YUMI发布了新的文献求助10
43秒前
科研通AI5应助slx采纳,获得10
43秒前
搜集达人应助娟姐采纳,获得10
45秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
‘Unruly’ Children: Historical Fieldnotes and Learning Morality in a Taiwan Village (New Departures in Anthropology) 400
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3989550
求助须知:如何正确求助?哪些是违规求助? 3531774
关于积分的说明 11254747
捐赠科研通 3270278
什么是DOI,文献DOI怎么找? 1804966
邀请新用户注册赠送积分活动 882125
科研通“疑难数据库(出版商)”最低求助积分说明 809176