CN108549932B - 一种基于液态金属的类脑拟神经器件 - Google Patents

一种基于液态金属的类脑拟神经器件 Download PDF

Info

Publication number
CN108549932B
CN108549932B CN201810241773.7A CN201810241773A CN108549932B CN 108549932 B CN108549932 B CN 108549932B CN 201810241773 A CN201810241773 A CN 201810241773A CN 108549932 B CN108549932 B CN 108549932B
Authority
CN
China
Prior art keywords
liquid metal
nerve
surface area
current
electrolyte
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810241773.7A
Other languages
English (en)
Other versions
CN108549932A (zh
Inventor
陈国镇
赵正男
刘静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201810241773.7A priority Critical patent/CN108549932B/zh
Publication of CN108549932A publication Critical patent/CN108549932A/zh
Application granted granted Critical
Publication of CN108549932B publication Critical patent/CN108549932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Neurology (AREA)
  • Electrotherapy Devices (AREA)

Abstract

一种基于液态金属的类脑拟神经器件,包括神经器件结构,神经器件结构的外壳内有液态金属和电解质,贴附神经器件结构的外壳内底面设置有导电面域和用于隔断导电面域的绝缘面域,液态金属浸在电解质中,电解质为液态金属提供溶液环境和溶液离子,在外界的刺激电压/电流低于阈值时,充当导电介质,传导离子电流,液态金属在阈值电压/电流下实现位移,并连接导通被绝缘面域隔断的导电面域,使其改变包括阻抗和容抗在内的神经器件的电学性质;本发明利用液态金属在室温下的液态性、柔性以及电学特性,使得液态金属电路在发生一定移动,导联导电面域使拟神经器件电学性质相应改变,进而实现基于液态金属的拟神经功能,可有效模拟神经突触的多种功能。

Description

一种基于液态金属的类脑拟神经器件
技术领域
本发明属于仿生技术领域,特别涉及一种基于液态金属的类脑拟神经器件。
背景技术
人类最终主宰了地球,依靠的不是庞大的身躯、强大的四肢、锋利的爪牙,而是发达的大脑。人类的大脑是物质发展进化的顶级产物,人脑的生物神经系统具有大容量、低能耗、并行处理、自我学习等特点。人脑大约含有一千亿个神经元,神经元是构成大脑的基本单位,1千亿个神经元相互连接组成复杂的脑网络,人的大脑中大约有100万亿个突触,大脑活动的本质就是脑网络中的神经突触产生并介导脑电信号,使大脑高速运行感觉、运动、认知等脑功能,其物质基础就是信息在复杂的脑突触网络中有序的传递与处理;没有任何一个自然或人工系统能像人脑一样具有对新环境挑战的自适应能力、新信息的自动获取能力、新技能的自动学习与应用能力以及在复杂环境下高效稳定运行达数十年之久。
正是介于大脑生物神经系统优异的能力,人脑研究计划已成为各国的重大科技专项;认识大脑、解析大脑、理解大脑的运行机制是各国实施脑计划的首要目的。同时,人们希望借鉴大脑中进行信息处理的基本规律,在硬件与软件算法等多个层面上对现有的计算机体系与系统做出本质的变革,突破传统计算机上的摩尔限制,实现在计算能力、计算效力与能耗上的大幅提高。目前研究的方向在于寻找或创造合适的器件模拟单个神经元,设计非冯氏体系架构的新型处理器等。
发明内容
基于对液态金属的研究与潜在应用,本发明的目的是提供一种基于液态金属模拟神经元突触功能的类脑拟神经器件。
为了实现上述目的,本发明采用的技术方案是:
一种基于液态金属的类脑拟神经器件,包括神经器件结构2,神经器件结构2的外壳内有液态金属3和电解质1,贴附神经器件结构2的外壳内底面设置有导电面域4和用于隔断导电面域4的绝缘面域5,液态金属3浸在电解质1中,电解质1为液态金属3提供溶液环境和溶液离子,在外界的刺激电压/电流低于阈值时,充当导电介质,传导离子电流,液态金属3在阈值电压/电流下实现位移,并连接导通被绝缘面域5隔断的导电面域4,从而改变包括阻抗和容抗在内的神经器件的电学性质。
本发明所述阈值电压/电流指不同形态构型的类脑拟神经器件在外界施加的刺激电压/电流下完全运动到导电面域4所需的最小值,不同形态构型的阈值电压/电流不同,其中阈值电压/电流的施加,使得拟神经器件产生电压的范围为0.01v~250v。
液态金属拟神经器件中的液态金属可以在电压/电流控制下实现运动,当直流稳压源施加电压时,只要形成环路就会有电流产生;同样,若直接用电流源施加电流刺激,则所在的拟神经器件也会具有相应的电压值;即,电压/电流刺激本质是一样。
电解质1为液态金属3提供溶液环境和溶液离子,在外界的刺激电压/电流低于阈值电压/电流时,充当导电介质,传导离子电流。
虽然,低于阈值电压/电流时,电解质1也可以导电,通过溶液中的离子定向移动而产生的离子电流,但导电效率底,导电能力的大小由溶液的离子浓度决定;其次,离子导电不同于电子导电,本发明中,被设计隔断的导电面域4可以简化理解为两端导线的延申,即电解质1中的两个电极,在电极中传导的是电子电流,而在溶液中是离子电流,导线中的电子是无法通过溶液传导过去的,从外界看,当外界施加刺激低于阈值时,整个器件是导通的,但导电面域4是断开的;只有当达到施加刺激达到阈值时,由于液态金属移动至绝缘面域5,导连了被阻断的导电面域4,可以简化理解为使拟神经器件的传导方式转变为导线直接传到连接过去,直接通过导电面域4传导电子电流,因而使整个拟神经器件的各项电学性质都发生改变。又或者可以如下简化理解:把电解质溶液看作为一个等效电阻元件,低于阈值时,电流导通要通过电阻,当大于施加刺激大于阈值时,液态金属导联导电面域4,相当于与等效电阻并联,使整个器件的电学性质发生变化。
所述神经器件结构2不同的内部构型对应于同电压/电流的刺激阈值,其外壳为绝缘材料制造,如:PDMS(聚二甲基硅氧烷)、PLA聚乳酸、TPU(热塑性聚氨酯弹性体橡胶)等。
所述不同构型指内部形态、导电面域4与绝缘面域5的形态分布,如梯形型、三角形型、凹凸峰型、内凹型、外凸型、锥型等。
所述导电面域4与电解质1、液态金属3直接接触,当外界刺激电压/电流低于阈值时,导电面域4不直接导通。
这里的不直接导通就是不直接连接导通的意思,由于达到阈值电压时,液态金属会移动至绝缘面域使导电面域直接连接导通,正是相对于直接导通,此处定义为不直接导通。
所述电解质1为强酸、强碱或可溶性盐类的强电解质水溶液的一种,如:盐酸、硫酸、硝酸、氢氧化钠、氢氧化钾、氯化钠、氯化钾等;或者为弱酸、弱碱的弱电解质的水溶液的一种,如:碳酸、氨水等;溶液的浓度为0.1~5mol/L,用量为注满空腔。
在液态金属拟神经器件中,由于设计的器件的大小不同,以及器件内部空腔大小的不同,使得液态金属3的用量不是一个固定值,而是根据设计的具体内部形态来选择液态金属的用量,一般来说,拟神经器件的空腔容积大小不会超过50ml,液态金属3的一般用量在1g-50g之间。
本发明液态金属是金属合金,是镓基型合金,该合金熔点底,室温下呈液态;以镓铟锡合金为例说明,镓铟锡合金熔点为11摄氏度,在室温下为液态。文中描述的镓基的二元、三元、四元合金在室温下皆呈液态,所以统称为液态金属,因此不存在质量浓度的问题;但存在配比的问题,即各种合金中各元素质量所占的比例问题,这里由于配比不同、配比合金的元数不同会使配比出的合金的熔点不同,一般以镓合金为主导,参杂不同质量的其它金属构成多元合金,本发明中仅要求配出的合金在室温下呈液态即可,即所称的液态金属。
所述液态金属3为金属单质镓、或者铟、锌、铋、锡等金属与镓形成的二元、三元、四元合金中的一种或多种,如:二元合金:镓铟、镓锌、镓锡等;三元合金:镓铟锌、镓铟锡、镓铟铋等;四元合金:镓铟锡锌、镓铟锡铋。
所述导电面域4的材料为导电金属元素、合金或特殊功能导电材料,可为导电金属元素、合金、特殊功能导电材料等;如:铜、铁、镍、金、银、导电塑料、导电橡胶、石墨、碳纤维等。所述绝缘面域5可为无机、有机、混合绝缘材料中一种或多种铺成,如云母、瓷器、树脂、橡胶、绝缘漆等。
与现有技术相比,本发明的有益效果是:
1、该基于液态金属类脑拟神经器件,利用液态金属在室温下的液态性、柔性以及电学特性,使得液态金属电路在发生一定移动,导联导电面域使拟神经器件电学性质相应改变,进而实现基于液态金属的拟神经功能;
2、该液态金属类脑拟神经器件制作简单,可有效模拟神经的突触的多种功能,提供一种新型的基于液态金属的拟神经器件。
附图说明
图1为本发明实施例1一种基于液态金属的梯形形态的类脑拟神经器件的结构示意图。
图2为本发明实施例2一种基于液态金属的三角形形态的类脑拟神经器件结构示意图。
图3为本发明实施例3一种基于液态金属的复杂形态的类脑拟神经器件结构示意图。
图4为本发明实施例4一种基于液态金属的两个不同形态的;类脑拟神经器件相连接的示意图。
图5为本发明实施例5一种基于液态金属的多个不同形态的类脑拟神经器件相连接的示意图。
具体实施方式
为使本发明实施例的目的、技术方案更加清楚,下面将结合本发明实施例对本发明的技术方案进一步实描述。显然,所描述的实施例仅是本发明一部分实施例,不用于限制本发明的范围。本领域相关研究人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当落入本发明保护的范围。
实施例1:
如图1所示,本发明基于液态金属的梯形形态的类脑拟神经器件的一种结构,包括电解质1、神经器件结构2、液态金属3、导电面域4、绝缘面域5,其中:
电解质1,为0.5mol/L的氯化钠溶液,用量一般在1-50ml之间,注满拟神经器件的空腔,提供溶液环境与溶液离子,在外界的刺激电压/电流低于阈值电压/电流时,起直接导电作用,充当导电介质,传导离子电流。
神经器件结构2用于包裹液态金属3与电解质1,采用PDMS制造的器件外壳,其内部为梯形形貌结构,其内部不同构型对应于不同电压/电流的刺激阈值,形态长度的长短影响了液态金属3移动到负极的时间,可实现长延迟,模拟神经细胞的长时辰突触。
液态金属3,为质量5g的镓铟锡合金,该合金熔点为11摄氏度,常温下呈液态,在阈值电压/电流下实现位移,并连接导通被绝缘面域5隔断的导电面域4,使其改变包括阻抗和容抗在内的神经器件的电学性质;
导电面域4,为铜铺成的薄面;
绝缘面域5,为橡胶薄面,用于隔断导电面域4。
阈值电压/电流的主要决定因素有两个,一是液态金属用量,二是溶液离子浓度大小,液态金属用量越大,需要驱动的电压越大;溶液中所含离子浓度越高,施加电刺激后,溶液离子电流越强,只需相对较小的电压就能驱动液态金属;因此无法给出一个确切的定性关系,而是根据需要来控制液态金属用量与溶液浓度大小,举例:比如需要设计一个在外界施加3V刺激时就能实现拟神经器件的突触,则可减少液态金属用量,同时增大溶液离子浓度;相反,如果想要在施加9v刺激时才出现导通现象,则可以适当增加用量,同时选用低浓度的溶液;这也是液态金属拟神经器件的灵活之处,可根据需要设计不同所需阈值的器件,也正是这些灵活的特点使得该器件能有效模拟不同突触状态的神经元。
本实施例中,神经器件结构2内部为梯形形貌,拟神经器件的大小,以及内部设计形貌的不同都会对应不同的阈值,现在仅针对如下具体的参数做详细说明:本实施例实际制造的大小为20mm*5mm*5mm,内部梯高3mm,上底面宽12mm,斜角坡长5mm;在外界施加4v的刺激电压时可实现液态金属移动至绝缘面域,并导联连接导电面域,使液态金属拟神经器件的电学性质发生改变,具体表现在阻抗急剧减小,电流增大,当施加反向电压/电流且达到阈值时,又可恢复至原来状态,由于存在12mm的移动路程,液态金属移动需要更长的时间,该设计可有效实现长时程延迟效应;液态金属拟神经器件这种电学突变形为,使得连接增强,且表现出强的可塑性行为,可有效模拟单个神经元的突触行为。
实施例2:
如图2所示,本实例除神经器件结构2内部形态呈三角形态外,其余组分与实施例1完成一致。这里之所以采用三角形态,是因为去掉了中间位移的距离,缩短了延迟时间,可模拟神经细胞的短时辰突触。进一步的,不同坡角的内部形态也会影响刺激阈值与延迟时间,此处未画出其它不同坡角的示意图。
如图2所示,本实施例神经器件结构2内部呈三角形态,现在仅针对如下具体的参数做详细说明:大小为8mm*5mm*5mm,三角高为3mm,除形态结构与大小外,其余组分与实施例1完全一致。对比实施例1可发现,实施例2仅是去掉了原实施例1中上底梯形部分,所以其阈值以及导电面域导联后对器件产生电学变化行为也与实施例1一致,最大的行为差异表现在:去掉了中间位移的距离,缩短了延迟时间,实现短时延迟,可模拟神经细胞的短时辰突触,也可模拟不同神经细胞间不同的突触响应时长。
实施例3:
如图3所示,本实例除器件结构内部2形态改变以及含有两个绝缘面域4外,其余组分与实施例1完成一致。实施例3的设计形态中有两个不同的刺激阈值,当刺激电压/电流达到第一个阈值且低于第二个较高的阈值时会促时液态金属移动至第一个绝缘面域5处并导联被阻断的导电面域4;刺激值大于第二个较高的阈值时,会有部分液态金属爬过坡型导联第二个导电面域4;当刺激值更大时,会使液态金属全部移动至第二个绝缘面域5,此时第一个面域4又断开,可模拟神经细胞刺激过度时出现的抑制作用,起到保护作用;进一步,可设计伸出多个不同坡角或不同起伏形态的器件结构,用于模拟神经细胞伸的出多个分支,此处未画出更多分支的示意图。
如图3所示,本实施例神经器件结构2内部较实施例1、实施例2有复杂形态,且内部含有两个绝缘面域,其余实现组分与实施例1一致。现在仅针对如下具体参数做详细说明:大小为30mm*5mm*5mm,从左到右描述如下,第一个峰处是一个坡角30度,长6mm,高3mm的斜面,该斜面与半径为3mm的四分之一圆弧面相接,在此处的第一刺激阈值为5.5v;在第二个凹谷与凸峰处是分别由半径为4mm的半圆面构成,在此峰处的第二刺激阈值为8v。当外界施加刺激电压在5.5v-6.5v之间时,液态金属移动至凹谷处,导通连接被第一处绝缘面域阻断的导电面域,使连接在此导电面域的下一级的拟神经器件导通,增强并触发与下一级的连接,而最右边的导电面域依旧被第二个绝缘面域阻断;当施加刺激在6.5v-8v时,凹谷处的液态金属会部分移动至第二个绝缘面域,这时会实现导电面域全部连接导通;而当外加刺激大于8v时,液态金属将全部移动至第二绝缘面域处,由于第一绝缘面域处被阻断,所以整个导电面域事阻断的,这可以有效模拟神经元在过刺激中的不响应机制,起到保护作用。
实施例4:
如图4所示,本实施例为实施例1与实施例2连接而成,可模拟不同形态神经细胞间的单个连接,前一个神经细胞的兴奋不一定导致后一个神经细胞的兴奋,只有达到刺激阈值才能使后面的神经细胞兴奋。
实施例5:
如图4所示,本实施例为实施例3与实施例1以及实施例2连接而成,可模拟单个神经细胞与多个神经细胞间的连接,在单个神经细胞与多个神经细胞的连接中,前一个神经细胞的兴奋可能传导给后面的所有细胞,也可能是抑制抑制所有细胞的兴奋,或者是一部分兴奋另一部分抑制;本实施例中可模拟此情景,可能只激发一个,两个,或者全不激发,至于是哪一种激发形式有外部输入的刺激电压/电流控制。
实施例6:
本实施例由N个实施例1、N个实施例2、N个实施例3连接组成(图形未画出),构成一个复杂的拟神经突触网络,可实现复杂的突触功能,可用与研究模拟神经计算以及类脑功能。
综上,本发明不同形态构型的器件结构将液态金属与电解质包裹在内,不同形态具有不同刺激响应阈值,形成各种形态各异但功能相同的液态金属类脑拟神经器件。器件在电压/电流作用下,初始状态由溶液离子在电场下形成离子流实现导电,随着电压/电流的增大,达到刺激阈值电压/电流时,液态金属在电场作用下移动至负极,导联被绝缘面域截断的导电面域,此时导电机制将由单一溶液离子流变成导电面域与溶液离子共同作用导电,其中导电面域直接导联使得使其改变包括阻抗和容抗在内的神经器件的电学性质,所述器件具有忆阻特性,可实现模拟人脑中神经突触。进一步,多个类脑拟神经器件可逐级连接在一起构成复杂的突触网络,可实现全新型的基于液态金属的类脑芯片。

Claims (9)

1.一种基于液态金属的类脑拟神经器件,其特征在于,包括神经器件结构(2),神经器件结构(2)的外壳内有液态金属(3)和电解质(1),贴附神经器件结构(2)的外壳内底面设置有导电面域(4)和用于隔断导电面域(4)的绝缘面域(5),液态金属(3)浸在电解质(1)中,电解质(1)为液态金属(3)提供溶液环境和溶液离子,在外界的刺激电压/电流低于阈值时,充当导电介质,传导离子电流,液态金属(3)在阈值电压/电流下实现位移,并连接导通被绝缘面域(5)隔断的导电面域(4),从而改变包括阻抗和容抗在内的神经器件的电学性质。
2.根据权利要求1所述基于液态金属的类脑拟神经器件,其特征在于,所述阈值电压/电流指不同形态构型的类脑拟神经器件在外界施加的刺激电压/电流下完全运动到导电面域(4)所需的最小值,不同形态构型的阈值电压/电流不同,其中阈值电压/电流的施加,使得拟神经器件产生电压的范围为0.01v~250v。
3.根据权利要求1所述基于液态金属的类脑拟神经器件,其特征在于,所述神经器件结构(2)不同的内部构型对应不同电压/电流的刺激阈值,其外壳为绝缘材料。
4.根据权利要求3所述基于液态金属的类脑拟神经器件,其特征在于,所述不同的内部构型指内部形态、导电面域(4)与绝缘面域(5)的形态分布,包括梯形型、三角形型、凹凸峰型、内凹型、外凸型以及锥型。
5.根据权利要求1所述基于液态金属的类脑拟神经器件,其特征在于,所述导电面域(4)与电解质(1)、液态金属(3)直接接触,当外界刺激电压/电流低于阈值时,导电面域(4)不直接导通。
6.根据权利要求1所述基于液态金属的类脑拟神经器件,其特征在于,电解质(1)为强酸、强碱或可溶性盐类的强电解质水溶液的一种;或者为弱酸、弱碱的弱电解质的水溶液的一种;所述液态金属(3)为金属单质镓、或者铟、锌、铋、锡与镓形成的二元、三元、四元合金中的一种或多种。
7.根据权利要求1或6所述基于液态金属的类脑拟神经器件,其特征在于,所述电解质(1)的溶液浓度为0.1~5mol/L,用量为注满空腔。
8.根据权利要求1所述基于液态金属的类脑拟神经器件,其特征在于,所述导电面域(4)的材料为导电金属元素或合金,所述绝缘面域(5)为无机、有机、混合绝缘材料中一种或多种铺成。
9.根据权利要求1所述基于液态金属的类脑拟神经器件,其特征在于,所述电解质(1)为盐酸、硫酸、硝酸、氢氧化钠、氢氧化钾、氯化钠、氯化钾、碳酸或氨水;所述神经器件结构(2)的外壳材料为PDMS、PLA或TPU;所述液态金属(3)为镓铟、镓锌、镓锡、镓铟锌、镓铟锡、镓铟铋、镓铟锡锌或镓铟锡铋;所述导电面域(4)的材料为铜、铁、镍、金、银、导电塑料、导电橡胶、石墨或碳纤维;所述绝缘面域(5)的材料为云母、瓷器、树脂、橡胶或绝缘漆。
CN201810241773.7A 2018-03-22 2018-03-22 一种基于液态金属的类脑拟神经器件 Active CN108549932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810241773.7A CN108549932B (zh) 2018-03-22 2018-03-22 一种基于液态金属的类脑拟神经器件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810241773.7A CN108549932B (zh) 2018-03-22 2018-03-22 一种基于液态金属的类脑拟神经器件

Publications (2)

Publication Number Publication Date
CN108549932A CN108549932A (zh) 2018-09-18
CN108549932B true CN108549932B (zh) 2021-09-14

Family

ID=63516836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810241773.7A Active CN108549932B (zh) 2018-03-22 2018-03-22 一种基于液态金属的类脑拟神经器件

Country Status (1)

Country Link
CN (1) CN108549932B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109402818B (zh) * 2018-12-06 2021-04-06 清华大学 一种基于液态金属的导电微米纤维及其制备和应用
CN110861119A (zh) * 2019-12-02 2020-03-06 北京航空航天大学 一种聚二甲基硅氧烷/液态金属复合材料及其制备方法与应用

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103078054A (zh) * 2013-01-04 2013-05-01 华中科技大学 一种模拟生物神经元和神经突触的单元、装置及方法
CN105944228A (zh) * 2016-04-25 2016-09-21 清华大学 一种基于液态金属的植入式柔性神经电极及其制备方法
CN106370493A (zh) * 2016-09-30 2017-02-01 中国科学院理化技术研究所 一种液态金属人工细胞及其制备方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102456157B (zh) * 2010-10-20 2015-08-26 北京大学 神经元器件和神经网络
US20160122888A1 (en) * 2013-06-05 2016-05-05 North Carolina State University Methods, systems, and computer readable media for voltage controlled reconfiguration of liquid metal structures

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103078054A (zh) * 2013-01-04 2013-05-01 华中科技大学 一种模拟生物神经元和神经突触的单元、装置及方法
CN105944228A (zh) * 2016-04-25 2016-09-21 清华大学 一种基于液态金属的植入式柔性神经电极及其制备方法
CN106370493A (zh) * 2016-09-30 2017-02-01 中国科学院理化技术研究所 一种液态金属人工细胞及其制备方法

Also Published As

Publication number Publication date
CN108549932A (zh) 2018-09-18

Similar Documents

Publication Publication Date Title
Lu et al. Solution-processed electronics for artificial synapses
CN108549932B (zh) 一种基于液态金属的类脑拟神经器件
Cha et al. Conductive-bridging random-access memories for emerging neuromorphic computing
CN103580668B (zh) 一种基于忆阻器的联想记忆电路
Liu et al. Optimization of non-linear conductance modulation based on metal oxide memristors
CN109787592B (zh) 一种随机神经脉冲发生器
Dai et al. Emerging iontronic neural devices for neuromorphic sensory computing
Huang et al. Electrolyte-gated transistors for neuromorphic applications
CN109449289B (zh) 一种光激励的神经突触仿生忆阻器及其制备方法
Li et al. Multiterminal ionic synaptic transistor with artificial blink reflex function
Chen et al. Biological function simulation in neuromorphic devices: from synapse and neuron to behavior
Sun et al. Emerging electrolyte-gated transistors for neuromorphic perception
Li et al. Emerging memristive neurons for neuromorphic computing and sensing
US9480837B2 (en) High-functionality bioelectrode
CN112906880B (zh) 一种基于忆阻器的自适应神经元电路
Keene et al. Neuromorphic computing systems based on flexible organic electronics
Zhang et al. Recent progress on 2D materials-based artificial synapses
Milo et al. Resistive switching synapses for unsupervised learning in feed-forward and recurrent neural networks
US3884243A (en) Implantable heart pacer or the like with internal cell electrode
Shuai et al. Spike-timing-dependent plasticity in memristors
CN111769194B (zh) 一种基于锯齿结构纳米线的柔性光电传感忆阻器
KR102310913B1 (ko) 액상 저항변화 메모리 소자
Zhao et al. RESEARCH ARTICLE MATERIALS SCIENCE
Erokhin Organic memristive devices: Architecture, properties and applications in neuromorphic networks
CN114864699A (zh) 一种认知型赝二极管及其制造方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant