基于基于忆阻器的联想记忆神经网络的情感建模

使用纳米级忆阻器实现紧凑且节能的突触元件引起了人们对构建神经网络电路的广泛兴趣。 忆阻神经网络不仅可以提供强大的计算能力，而且还表现出智能行为，例如认知和联想记忆。 本文设计了一种具有联想记忆和记忆丧失特性的基于忆阻器的联想记忆神经网络（m-ASNN），并进一步用于反映人类在社会关系中的情感。 具体而言，提出了具有编程阈值和遗忘特性的压控忆阻器模型，并将其用作1 M（忆阻器）电子突触。 这样的忆阻器突触可以学习和存储信息，并且对于其突触前和突触后神经元的活动具有可塑性，例如生物突触。 此外，建立了由忆阻器突触以及抑制性和兴奋性神经元组成的M-ASNN，以模拟社交关系中某些情感的形成，保持和丧失。 最后，提出并仿真了基于PSPICE的M-ASNN的模拟实现。 使用忆阻器设备对人类情感进行新颖的建模和实现可能为情感计算以及忆阻神经网络的应用创造新的机会