JP6162822B2 - 非対称メモリスタ - Google Patents
非対称メモリスタ Download PDFInfo
- Publication number
- JP6162822B2 JP6162822B2 JP2015551996A JP2015551996A JP6162822B2 JP 6162822 B2 JP6162822 B2 JP 6162822B2 JP 2015551996 A JP2015551996 A JP 2015551996A JP 2015551996 A JP2015551996 A JP 2015551996A JP 6162822 B2 JP6162822 B2 JP 6162822B2
- Authority
- JP
- Japan
- Prior art keywords
- memristor
- electrode
- asymmetric
- neuron
- layer
- 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
Links
- 210000002569 neuron Anatomy 0.000 claims description 56
- 210000000225 synapse Anatomy 0.000 claims description 53
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 230000005669 field effect Effects 0.000 claims description 7
- 238000003949 trap density measurement Methods 0.000 claims description 4
- 229910010413 TiO 2 Inorganic materials 0.000 claims description 2
- 230000001242 postsynaptic effect Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 18
- 230000006399 behavior Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 14
- 239000000463 material Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 11
- 230000003518 presynaptic effect Effects 0.000 description 10
- 230000000946 synaptic effect Effects 0.000 description 9
- 239000002858 neurotransmitter agent Substances 0.000 description 8
- 210000003050 axon Anatomy 0.000 description 7
- 210000001787 dendrite Anatomy 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000001419 dependent effect Effects 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 210000005215 presynaptic neuron Anatomy 0.000 description 5
- 102000004310 Ion Channels Human genes 0.000 description 4
- 230000020796 long term synaptic depression Effects 0.000 description 4
- 230000027928 long-term synaptic potentiation Effects 0.000 description 4
- 239000012528 membrane Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000003313 weakening effect Effects 0.000 description 3
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- 210000001130 astrocyte Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 210000005056 cell body Anatomy 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000004377 microelectronic Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001423 neocortical effect Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 239000012782 phase change material Substances 0.000 description 2
- 229910052697 platinum Inorganic materials 0.000 description 2
- 238000006479 redox reaction Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000010936 titanium Substances 0.000 description 2
- 241001620634 Roger Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- VTTONGPRPXSUTJ-UHFFFAOYSA-N bufotenin Chemical compound C1=C(O)C=C2C(CCN(C)C)=CNC2=C1 VTTONGPRPXSUTJ-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 230000028023 exocytosis Effects 0.000 description 1
- 210000001723 extracellular space Anatomy 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 239000002070 nanowire Substances 0.000 description 1
- 239000010955 niobium Substances 0.000 description 1
- 229910000484 niobium oxide Inorganic materials 0.000 description 1
- URLJKFSTXLNXLG-UHFFFAOYSA-N niobium(5+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Nb+5].[Nb+5] URLJKFSTXLNXLG-UHFFFAOYSA-N 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- BPUBBGLMJRNUCC-UHFFFAOYSA-N oxygen(2-);tantalum(5+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ta+5].[Ta+5] BPUBBGLMJRNUCC-UHFFFAOYSA-N 0.000 description 1
- 229910052763 palladium Inorganic materials 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 229920000867 polyelectrolyte Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 230000037152 sensory function Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 229910052814 silicon oxide Inorganic materials 0.000 description 1
- 229910001936 tantalum oxide Inorganic materials 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 239000004408 titanium dioxide Substances 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
- G06N3/065—Analogue means
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C11/00—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor
- G11C11/54—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using elements simulating biological cells, e.g. neuron
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C13/00—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00
- G11C13/0002—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements
- G11C13/0007—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements comprising metal oxide memory material, e.g. perovskites
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10B—ELECTRONIC MEMORY DEVICES
- H10B63/00—Resistance change memory devices, e.g. resistive RAM [ReRAM] devices
- H10B63/30—Resistance change memory devices, e.g. resistive RAM [ReRAM] devices comprising selection components having three or more electrodes, e.g. transistors
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/011—Manufacture or treatment of multistable switching devices
- H10N70/041—Modification of switching materials after formation, e.g. doping
- H10N70/043—Modification of switching materials after formation, e.g. doping by implantation
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/20—Multistable switching devices, e.g. memristors
- H10N70/24—Multistable switching devices, e.g. memristors based on migration or redistribution of ionic species, e.g. anions, vacancies
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/841—Electrodes
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/881—Switching materials
- H10N70/883—Oxides or nitrides
- H10N70/8833—Binary metal oxides, e.g. TaOx
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C2213/00—Indexing scheme relating to G11C13/00 for features not covered by this group
- G11C2213/50—Resistive cell structure aspects
- G11C2213/52—Structure characterized by the electrode material, shape, etc.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Neurology (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Materials Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Micromachines (AREA)
- Semiconductor Memories (AREA)
Description
本発明の実施形態は、非対称メモリスタ（memristor）に関する。さらなる実施形態は、非対称メモリスタを含むニュ-ラルネットワ-クに関する。いくつかの実施形態は、バイオハイブリッドシナプスに関する。
脳における情報処理の中心的な主要素は、細胞体の、軸索、樹状突起およびシナプスを含むニュ-ロンである。ニュ-ロン間の電気的刺激の伝達はシナプスを介して起こる。神経伝達物質小胞は、シナプス間隙に放出され、後シナプス間隙を通って拡散し、特にイオンチャネル型アンカ-ポイント上にドッキングする。ドッキングによって、神経伝達物質がドッキングする限りにおいて、イオンチャネルの構成が変化してイオンが浸透するようになる。神経形態学的コンピュ-ティングはそれに基づいており、ニュ-ロンを数学的モデルとして抽象的に記述し、並行して脳のスイッチング過程を大規模に模倣するために、電気回路素子として実現しようと試みている[Mika Laiho and Eero Lehtonen, Cellular nanoscal network cell with memristors for local implication logic synapses, ISCAS, page2051-2054, IEEE(2010)]。９０年代において、パッチクランプ法（patch clamp method）を用いて、ニュ-ロン間のシナプス接続が時間相対的な発火能力（time-relative firing performance）によってどのように強められまたは弱められるかを初めて証明することができた。学習規則は、「スパイクタイミング依存可塑性（ＳＴＤＰ:spike timing dependent plasticity）」と呼ばれる。生体系の機構は、ニュ-ロンと星状細胞との間の３部シナプス配置によって詳細に記述される[Roger Min, Thomas Nevian, Astrocyte signaling controls spike timing-dependent depression at neocortical synapses, Nature Neuroscience, Vol. 15, No. 5 May 2012]。
メモリスタのアイデアは、Leon Chuaによって４０年以上前に導入された[Chua, L. O. , Memristor-the missing circuit element, IEEE Trans. Circuit Theory(1971), 507-519]。メモリスタは、可変内部抵抗を有する２端子受動素子である。この抵抗は、前に印加されたバイアスによってメモリスタを通過した電荷量に依存する。所望の内部抵抗が調整されるとすぐに、このバイアスは中断される。メモリスタは、次のバイアスが印加されるまで、正確にこの内部抵抗を保持する。近年、メモリスタは、シナプスおよび神経形態学的システムに関連して文献で議論された[Kuk-Hwan Kim, Siddharth Gaba, Dana Wheeler, Jose M. Cruz-Albrecht, Tahir Hussain, Narayan Srinivasa and Wei Lu, A Functional Hybrid Memristor, Crossbar-Array/CMOS System for Data Storage and Neuromorphic Applications, dx.doi.org/10.1021/n/203687n, Nano Lett. 2012, 12, 389-395]、[Duygu Kuzum, Rakesh G. D. Jeyasingh, Byoungil Lee, and H. - S. Philip Wong, Nanoelectronic Programmable Synapses Based on Phase Change Materials for Brain-Inspired Computing, Nano Letters, dx.doi.org/10.1021/n/201040y, 2011]、[John Paul Strachan, Dmitri B. Strukov, Julien Borghetti, J. Joshua Yong, Gilberto Medeiros-Ribeiro and R. Stanley Williams, The switching location of a bipolar memristor:chemical, thermal and structural mapping, Nanotechnology 22 (2011) 254015 (6pp)doi:10.1088/0957-4484/22/25/254015]。
薄膜技術に基づいた従来のメモリスタ構造の最初の物理的実現は、２００７年に発表された[Q. Wang, D. S. Shang, Z. H. Wu, L. D. Chen, X. M. LI: "Positive"and“negative"electric-pulse-induced reversible resistance switching effect in Pr0.7Ca0.3Mn03 films. In: Appl. Phys. A. 86, 2007, pp. 357-360]。２００８年４月に、ヒュ-レットパッカ-ド社の研究者達は、比較的単純な構成を有するメモリスタとして、白金電極を有する二酸化チタンの層状複合物を発表した[HP Labs: Memristor found: HP Labs proves fourth integrated circuit element]。２０１０年８月末に、単純な二酸化シリコンもまた層状材料として働くことを、Rice大学のJun Yaoによる文書が開示した[Heise-Newsticker: Memristor aus Siliziumoxid-Nanodraehten][Mike Williams: Silicon oxide circuits break barrier(engl.)]。
米国特許出願公開第２００４/０１５００１０Ａ１には、各交点で入力ワイヤおよび出力ワイヤが交差するナノワイヤのアレイが記載されている。このシステムを用いて、「しきい値関数」、すなわち、好ましくはＳ字形しきい値関数をシミュレ-トすることができるが、しかしこれは常に同じ対称応答関数を与える[Shyam Prasad Adhlkari, Changju Yang, Hyongsuk Kim, Member, IEEE, and Leon O. Chua, Fellow, Memristor Bridge Synapse-Based Neural Network and its Learning, IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, VOL. 23, NO. 9, September 2012]。
生物学的デ-タの正確な解析によって、ニュ-ロンおよびシナプスを有する現実の生物学的ニュ-ロンネットワ-クが、上記の文書に記載されたものより明らかに複雑な挙動を含むことが現在では分かっている。したがって、生物学的現実においては、複雑な生化学と共に、上記の装置、構造、または回路によって物理的に複製されない信号伝達（軸索から樹状突起まで）における非対称性が存在するので、シナプスの動的な学習挙動は、Ｓ字形応答挙動によって部分的に特徴づけられるにすぎない。導入された古典的なメモリスタのこの技術的な欠陥は、ニュ-ロンの学習挙動にとって重要な、いわゆる「スパイクタイミング依存可塑性（ＳＴＤＰ）」が、それらのシステムを用いて複製することができないという事実に最終的に帰着する[Andrew Nere, Umberto Olcese, David Balduzzi, Giulio Tononi, A Neuromorphic Architecture for Object Recognition and Motion Anticipation Using Burst-STDP, PLoS ONE, Vol. 7, Issue 5, 1 May 2012, e36958]。
全ての古典的なメモリスタア-キテクチャは、したがって、微小電子回路の設計の当業者によって従来用いられているような対称的な概念に基づいており、それはこのア-キテクチャが容易に実施でき、対称性による明確で対称的な応答挙動を含んでいるからである[Henry Markram, Wulfram Gerstner and Per Jesper Sjoestroem, A history of spike-timing-dependent plasticity, Frontiers in Synaptic Neuroscience, Vol. 3, Article 4, August 2011]。
アナログ、微小電子工学システムの助けを借りたニュ-ロンネットワ-クのシミュレ-ションでさえ、物理的に実現した場合の非対称性の物理的実施をしないですますことがある[Spektrum der Wissenschaft, Karl-Heinz-Meier, September 2012]。
したがって、このようなハ-ドウェアによる実施は、現実の生物学的シナプスの機能（例えば、情報の流れ、学習挙動の対称性）を複製しないので、現実の生物学的ニュ-ロンネットワ-クと直接相互接続する可能性を提示しない。これは、例えば、信号が非互換の測定範囲にあるので、現実の生物学的ニュ-ロンがハ-ドウェアの反対側で信号挙動を感知することができないことを意味する。
したがって、現実の生物学的シナプスの機能をモデル化または複製することを可能にする概念を提供することが本発明の目的である。
この目的は、請求項１に記載のメモリスタ、請求項１３に記載の人工トリパ-タイト（tripartite）シナプス、および請求項１４に記載のニュ-ラルネットワ-クによって達成される。
本発明の実施形態は、第１の電極、第２の電極、および第１の電極と第２の電極との間に配置されたメモリスタ層を備えたメモリスタを提供する。そのメモリスタは、メモリスタ層における非対称電流密度分布を得るように構成されている。
本発明の概念によれば、現実の生物学的シナプスの機能は、メモリスタ層内の非対称電流密度分布を得るように構成された非対称メモリスタによって、複製または再現することができる。
さらなる実施形態は、メモリスタを含むニュ-ラルネットワ-クを提供する。そのメモリスタは、第１の電極、第２の電極、および第１の電極と第２の電極との間に配置されたメモリスタ層を備えている。そのメモリスタは、メモリスタ層における非対称電流密度分布を得るように構成されている。
さらなる実施形態は、電界効果トランジスタおよびその電界効果トランジスタのゲ-トに接続されたメモリスタを備えた人工トリパ-タイトシナプスを提供する。そのメモリスタは、第１の電極、第２の電極、および第１の電極と第２の電極との間に配置されたメモリスタ層を備えている。そのメモリスタは、メモリスタ層における非対称電流密度分布を得るように構成されている。
本発明の実施形態について、添付の図面を参照して本明細書で説明する。
等しいかもしくは等価な要素、または等しいかもしくは等価な機能を有する要素は、以下の説明において、等しいかまたは等価な符号によって示す。
以下の説明では、本発明の実施形態のより完全な説明を提供するために、複数の詳細について記載する。しかし、当業者にとって明らかなように、本発明の実施形態は、これらの具体的な詳細なしで実施することができる。別の例では、周知の構造および装置については、本発明の実施形態を不明確にすることを避けるために、詳細にするよりも、むしろブロック図で示してある。加えて、以下に記載する種々の実施形態の特徴は、特に言及しない限り、相互に組み合わせることができる。
図１は、本発明の実施形態によるメモリスタ１００のブロック図である。メモリスタ１００は、第１の電極１０２、第２の電極１０４、および第１の電極１０２と第２の電極１０４との間に配置されたメモリスタ層１０６を備えている。メモリスタ１００は、メモリスタ層１０６における
分布を得るように構成されている。
図１では、第１の矢印１０８は、
（例えば、第１の電極１０２に隣接する領域などの、メモリスタ層１０６の第１の領域内の）を示し、第２の矢印１１０は、
（例えば、第２の電極１０４に隣接する領域などの、第１の領域とは異なるメモリスタ層１０６の第２の領域内の）を示し、それは
とは異なっていることに留意されたい。
例えば、メモリスタ１００は、
が
より大きくなるように、メモリスタ層１０６における非対称電流密度分布を得るように構成することができる。もちろん、
が
より大きくなってもよい。
図１に示すように、
は、メモリスタ層１０６内の等電位線１１２（または等電位領域）に沿って変化することができる。
なお、等電位線１１２の軌跡は、メモリスタ１００の実施に依存しており、その変形例については後述する。例えば、等電位線１１２は、図１に示すような直線状の軌跡からなっていてもよく、あるいは曲線状の軌跡からなっていてもよい。
さらに、メモリスタ層１０６の導電性の断面積１１４は、第１の電極１０２から第２の電極１０４までの電流経路１１６に沿って変化することができる。
例えば、第１の電極１０２と隣接する（または接する）メモリスタ層１０６の導電性の断面積１１４は、第２の電極１０４と隣接する（または接する）メモリスタ層１０６の導電性の断面積１１４より大きものとすることができる。
さらに、メモリスタ層１０６内の
は、第１の電極１０２から第２の電極１０４までの電流経路１１６に沿って非対称とすることができる。
例えば、電流経路１１６に沿った電流密度は、第１の電極１０２から第２の電極１０４まで増加することができる。
メモリスタ１００は、メモリスタ層１０６の
分布を得るために、不変の構造的特徴に関して非対称性を含むことができる。
メモリスタ１００の不変の構造的特徴は、幾何学的特徴、例えば第１の電極１０２、第２の電極１０４、および/またはメモリスタ層１０６の形状もしくは形態などとすることができる。
さらに、メモリスタ１００の不変の構造的特徴は、メモリスタ１００の状態に影響されない材料的特徴、例えばド-ピング濃度、またはトラップ密度、または空孔のエレクトロマイグレ-ション、またはメモリスタ層１０６のフィラメントの熱効果および酸化還元反応の相互作用を用いるフィラメントの構築および解体などとすることができる。メモリスタ１００の状態は、メモリスタ１００を流れる電流によって、および/またはメモリスタ１００での電圧降下によって特徴づけることができる。このように、メモリスタを流れる電流および/またはメモリスタでの電圧降下の増加または減少は、メモリスタ１００の材料的特徴を変えることはできない。
言い換えれば、実施形態は、好ましくはナノ技術的方法の助けを借りて、非対称メモリスタ１００を構築することを可能にする装置/構造を提供する。この非対称性に基づいて、ニュ-ロン細胞で現実に起こっているようなバイオハイブリッドシナプスを技術的な装置で実現することが初めて可能になる。
非対称メモリスタ１００は、情報伝達の非対称性を介してＳＴＤＰをモデル化することが可能である。
加えて、神経適応の非対称メモリスタ１００は、細胞への影響を最小限にしてニュ-ロン細胞を測定し、またはそれに接触することを可能にする。それとは別に、今までに導入された全ての技術システムとは対照的に、非対称メモリスタ１００は、生体に適合する方法で技術システムと現実の生体システムのハイブリッドシステムを結合し、または開発することを可能にする。
本明細書で提示する独創的な非対称メモリスタ１００は、方向性情報伝達の問題を驚くほど解決し、これによって、非対称性は、一方では幾何学的配置によって、他方では用いる材料の層組成によって実現することができる。
既に述べたように、メモリスタ１００は、メモリスタ層１０６における
分布を得るように構成されている。言い換えれば、本装置の種々の独創的な実施は、
の境界条件を満たすことができる。
いくつかの実施形態では、メモリスタ層１０６は、ＴｉＯ2を含むことができる（例えば、図４Ｂに示すように）。もちろん、メモリスタ層１０６は、ＴａＯ2またはＮｂＯ2などの他の任意の好適なメモリスタ材料を含んでもよく、またはそれから構成されてもよい。さらに、メモリスタ層１０６は、複数のメモリスタ副層により構築されてもよく、メモリスタ副層は同じかまたは異なるメモリスタ材料を含んでもよい。
第１の電極１０２および/または第２の電極１０４は、Ｔｉを含むことができる（例えば、図４Ｂに示すように）。もちろん、第１の電極１０２および/または第２の電極１０４は、ＰｔまたはＰｄなどの他の任意の好適な材料を含んでもよい（またはそれから構成されてもよい）。
図２Ａは、本発明の実施形態による、幾何学的非対称性を有するメモリスタ１００の斜視図である。メモリスタ層１０６の
分布を得るために、第１の電極１０２の領域は、第２の電極１０４の領域より少なくとも１.５（または２、３、５、１０、２０、５０、もしくは１００）倍大きくすることができる。
第１の電極１０２のその領域はメモリスタ層（例えば、メモリスタ層１０６の第１の表面領域）に接触する第１の電極１０２の領域とすることができ、第２の電極１０４のその領域はメモリスタ層１０６（例えば、メモリスタ層１０６の第２の表面領域）に接触する第２の電極１０４の領域とすることができることに留意されたい。
図２Ａに示すように、第１の電極１０２（または大きい電極）、第２の電極１０４（または小さい電極）、およびメモリスタ層１０６は、それぞれ矩形形状とすることができる。メモリスタ層１０６は、第１の電極１０２に接触する第１の表面領域および第２の電極１０４に接触する第２の表面領域を含むことができる。第１の表面領域および第２の表面領域は同一のサイズとすることができる。さらに、第１の電極１０２のその領域は第１の表面領域と同一サイズとすることができ、第２の電極１０４のその領域は隣接する２つの辺の寸法を第２の表面領域のサイズより小さくすることができる。それらの２つの辺は、互いに垂直で、かつ第２の表面領域と平行とすることができる。
図２Ｂは、本発明のさらなる実施形態による、幾何学的非対称性を有するメモリスタ１００の斜視図である。図２Ａとは対照的に、第２の電極１０４のその領域は、隣接する２つの辺の１つだけが第２の表面領域よりサイズが小さい。
図２Ｃは、本発明のさらなる実施形態による、幾何学的非対称性を有するメモリスタ１００の斜視図である。図２Ａとは対照的に、第２の電極１０４は矩形管の形状を構成することができる。
図２Ｄは、本発明のさらなる実施形態による、幾何学的非対称性を有するメモリスタ１００の斜視図である。図２Ａとは対照的に、第１の電極１０２および第２の電極１０４は円形の形状を構成し、メモリスタ層１０６は正方形形状を構成する。それによって、第１の電極１０２の領域の直径は、メモリスタ層１０６の矩形の第１の表面領域の対角線の長さと等しいか、またはそれより大きくすることができる。
図２Ｅは、本発明のさらなる実施形態による、幾何学的非対称性を有するメモリスタ１００の斜視図である。第１の電極１０２に接触するメモリスタ層１０６の領域（例えば、第１の表面領域）は、第２の電極１０４に接触するメモリスタ層１０６の領域（例えば、第２の表面領域）より少なくとも１.５倍大きくすることができる。
図２Ｆは、図２Ａ〜図２Ｅに示すメモリスタ１００の１つの断面図である。それによって、第１の矢印１０８は第１の電極１０２に沿った電流密度を示し、第２の矢印１１０は第２の電極１０４に沿った電流密度を示す。
言い換えれば、図２Ａおよび図２Ｂでは、幾何学的非対称性を有する矩形構造の幾何学的配置を示している。図２Ａでは、その構造は大きな矩形の下部電極１０２を備え、メモリスタ誘電体１０６を介して小さい矩形の電極１０４が上部から接触している。図２Ｂでは、大きな矩形の下部電極１０２の接触は、回転して側面でなされているが、図２Ａと図２Ｂの両構造について、ともに非対称電流密度が得られる。幾何学的回転によっても、非対称機能は残り、電流密度は非対称のままである。好適な実施例のさらに非対称な幾何学的形状は、図２Ｃ〜図２Ｅに示す丸い構造、円柱構造、または混合された構造である。それらの形状によっても必要な非対称電流密度が得られる。
非対称機能（例えば、メモリスタ１００の非対称電気的機能）は、非対称電流密度の結果であり、このような非対称電流密度は非対称な幾何学的形状によって得ることができる。
加えて、またはその代わりに、メモリスタ層１０６は、メモリスタ層１０６の非対称電流密度分布を得るために、非対称ド-ピング濃度分布、または非対称トラップ密度分布、または空孔のエレクトロマイグレ-ションの非対称分布、またはメモリスタ層のフィラメントの熱効果と酸化還元反応の相互作用を用いるフィラメントの構築および解体の非対称分布を含んでいることができる。
言い換えれば、非対称機能は、電気的非対称性によって得ることができる。しかし、対称な構造でも、例えば、片側だけのド-ピング、またはトラップ密度の変化、または空孔の非対称エレクトロマイグレ-ション、または対称な電極表面の１つを有するメモリスタ層のフィラメントの非対称な構築および解体によって、非対称性を得ることができる。もちろん、幾何学的システムおよび材料システムの組合せも可能である。
非対称メモリスタ１００の実施には、メモリスタ材料が必要である。文献にあるいくつかの既知のメモリスタ材料は、Ｔｉ酸化物[Dmitri B. Strukov, Gregory S. Snider, Duncan R. Stewaret, R. Stanley Williams, The missing memristor found, Nature, Vol. 453, (2008)]、Ｔａ酸化物[Antonio C Torrezan, John Paul Strachan, Gilberto Medeiros-Ribeiro, R. Stanley Williams, Sub-nanosecond switching of a tantalum oxide memristor, Nanotechnology 22 (2011)]、及びＮｂ酸化物[Matthew D. Pickett, R. Stanley Williams, Sub-100 fJ and sub-nanosecond thermally driven threshold switching in niobium oxide crosspoint nanodevices, Nanotechnology 23 (2012) 215202]である。しかし、メモリスタ効果を有し、抵抗のヒステリシス変化を示す全ての既知または未知の材料は、メモリスタ材料である。
ここで、もちろん、幾何学的な非対称性および材料的な非対称性の組み合わせが可能である。
以下では、シナプス前ニュ-ロンとシナプス後ニュ-ロンとの間の生物学的シナプスの非対称構造、およびその非対称機能について説明する。
複数のニュ-ロンは、一般に、軸索および多くの樹状突起を含むニュ-ロン細胞体から構成されている。図３Ａでは、第１のいわゆるシナプス前ニュ-ロン１２０とそれに続く第２のいわゆるシナプス後ニュ-ロン１２２との間のシナプスの非対称構造を示す。さらに、図３Ｂでは、このシナプスの機能も非対称であることを示す[Bi, Wang, Temporal asymmetry in spike timing-dependent plasticity, Physiology & Behaviour, 77 (2002) 551-555]。
ニュ-ロンネットワ-クにおける信号は、従来通りに、シナプス前ニュ-ロン１２０からシナプス後ニュ-ロン１２２までスパイクの形で到着する。一例として、図３Ｂでは、ａ１、ａ２、ａ３として、またはｂ１、ｂ２およびｂ３として時間に応じて異なって示される３つのスパイクの量（いわゆるトリプレット）を示している。トリプレット間の違いは、ａ系列では、シナプス前ニュ-ロン１２０のスパイクがシナプス後ニュ-ロン１２２において各々３×２のスパイクを次々に誘発し、ｂ系列では、２つのスパイクが起こるごとにシナプス後ニュ-ロン１２２においてただ１つのスパイクが生成されたということである。
対称機能では、ｂ系列について、ａ系列と比較して、逆の効果がシナプスで予想される。しかし、図３Ｂに示すように、ｂ系列は「誘発されたシナプス後電流」（ＥＰＳＣ:evoked post-synaptic current）に関して何も変化をもたらさないが、ａ系列はＥＰＳＣの増幅をもたらす。
したがって、バイオハイブリッドシナプスは、機能のこの非対称性を実現しなければならない。この非対称機能を正確に実現する装置は、非対称メモリスタ１００と呼ばれる装置である。
続いて、非対称メモリスタ１００が、対称なシステムとは対照的に、現実のシナプス挙動をシミュレ-トできることを試験する。
メモリスタでは、抵抗は、バイアスによってメモリスタを流れた電荷量に依存する。所望の内部抵抗が設定されるとすぐに、このバイアスは中断される。メモリスタは、次のバイアスが印加されるまで、正確にこの内部抵抗を保持する。このような装置のアイデアは、４０年以上前に導入された[Chua, L. O., Memristor ・ the missing circuit element, IEEE Trans. Circuit Theory(1971), 18, 507-519]が、近年、シナプスおよび神経形態学的システムに関連して文献で議論された[Kuk-Hwan Kim, Siddharth Gabe, Dana Wheeler, Jose M. Cruz-Albrecht, Tahir Hussain, Narayan Srinivasa and Wei Lu, A Functional Hybrid Memristor Crossbar-Array/CMOS System for Data Storage and Neuromorphic Applications, dx.doi.org/10.1021/nl203687n, Nano Lett. 2012, 12, 389-395], [Duygu Kuzum, Rakesh G. D. Jeyasingh, Byoungil Lee, and H.-S. Philip Wong, Nanoelectronic Programmable Synapses Based on Phase Change Materials for Brain-Inspired Computing, Nano Letters dx.doi.org/10.1021/nl201040y, 2011], [John Paul Strachan, Dmitri B. Strukov, Julien Borghetti, J. Joshua Yang, Gilberto Medeiros-Ribeiro and R. Stanley Williams, The Switching location of a bipolar memristor: chemical, thermal and structural mapping, Nanotechnology 22 (2011) 254015(6pp)doi: 10.1088/0957-4484/22/25/254015]。
対称メモリスタでは、デ-タ伝達は対称である。対称メモリスタがＳＴＤＰの上記の特性をモデル化することができないことは次の文献に示されている。
それとは対照的に、例えば、非対称メモリスタ１００の独創的な実施では、ＳＴＤＰの上記の特性を正しく実現することができ、結果として、非対称メモリスタ１００はバイオハイブリッドシナプスを表現することが証明されている[Rogier Min and Thomas Nevian, Astocyte signaling controls spike timing-dependent depression at neocortical synapses, Nature Neuroscience, Vol. 15, No. 5, May 2012]。
図４Ａに、シナプスと、軸索１３０から樹状突起１３２への神経伝達物質の流れの方向を示す。エキソサイト-シス（exocytosis）により、神経伝達物質は、シナプス前膜１３６（界面１または境界面１）からシナプス間隙１３４に放出される。その放出された神経伝達物質は、間隙１３４を介して、シナプス後膜１３８（界面２または境界面２）上のレセプタに拡散する。図４Ｂに、非対称メモリスタ１００、電流の方向ｉ（ｔ）、および内部抵抗のヒステリシスのある変化を示し、図４Ｃに、その構造の対応する走査型電子顕微鏡（ＳＥＭ）像を示す。図４Ｄおよび図４Ｅでは、上部マイクロスケ-ル電極１０２に印加されたバイアス（図４Ｄ）、および下部ナノスケ-ル電極１０４に印加されたバイアス（図４Ｅ）について、片側ヒステリシスが明らかである。どちらの場合でも、上部マイクロスケ-ル電極１０２の方向に電流（図４Ｄおよび図４Ｅのｉ（ｔ））が流れた場合にヒステリシスが生じる。どちらの測定でも、電流は、ゼロから２０μＡに変化し、２５０秒間約２０μＡを保持し（バイアス）、それから、２０μＡから-２０μＡに変化し、２５０秒間約-２０μＡを保持し（バイアス）、再びゼロに設定される。何回繰り返しても、常に正確にそれらの非対称な電流/電圧特性曲線が得られる。
図５Ａは、第１の電極１０２に印加された正電圧スイ-プに対するメモリスタ１００の電流-電圧特性と、第２の電極１０４に印加された正電圧スイ-プに対するメモリスタ１００の電流-電圧特性を示す図である。そこでは、縦軸はＶ単位の電圧を示し、横軸はＡ単位の電流を示す。
図５Ａでは、第１の曲線１５０は第２の電極１０４（例えば、下部電極）に印加された正電流に対するメモリスタ１００の電流-電圧特性を示し、第２の曲線１５２は第１の電極１０２（例えば、上部電極）に印加された正電流に対するメモリスタ１００の電流-電圧特性を示す。
図５Ｂは、連続した２つの正バイアスを第２の電極に印加した場合と、連続した２つの負バイアスを第２の電極に印加した場合の、メモリスタ１００の抵抗の時間的変化を示す図である。そこでは、縦軸はｋΩ単位の抵抗を示し、横軸は秒単位の時間を示す。
図５Ｂでは、第１の曲線１５４は、第１の電極１０２（例えば、上部電極）が接地されている場合、第２の電極１０４（例えば、下部電極）に印加された正の第１のバイアスに対するメモリスタ１００の抵抗を示す。第２の曲線１５６は、第１の電極１０２が接地されている場合、第２の電極１０４に印加された正の第２のバイアスに対するメモリスタ１００の抵抗を示す。第３の曲線１５８は、第１の電極１０２が接地されている場合、第２の電極１０４に印加された負の第１のバイアスに対するメモリスタ１００の抵抗を示す。第４の曲線１６０は、第１の電極１０２が接地されている場合、第２の電極１０４に印加された負の第２のバイアスに対するメモリスタ１００の抵抗を示す。
図５Ｃは、第１の電極１０２に印加された負電圧スイ-プに対するメモリスタ１００の電流-電圧特性と、第２の電極１０４に印加された負電圧スイ-プに対するメモリスタの電流-電圧特性を示す図である。そこでは、縦軸はＶ単位の電圧を示し、横軸はＡ単位の電流を示す。
図５Ｃでは、第１の曲線１６２は第２の電極１０４（例えば、下部電極）に印加された負電流に対するメモリスタ１００の電圧電流特性を示し、第２の曲線１６４は第１の電極１０２（例えば、上部電極）に印加された負電流に対するメモリスタ１００の電圧電流特性を示す。
図５Ｄは、連続した２つの正バイアスを第１の電極１０２に印加した場合と、連続した２つの負バイアスを第１の電極１０２に印加した場合の、メモリスタ１００の抵抗の時間的変化を示す図である。そこでは、縦軸はｋΩ単位の抵抗を示し、横軸は秒単位の時間を示す。
図５Ｄでは、第１の曲線１６６は第２の電極１０４（例えば、下部電極）が接地されている場合、第１の電極１０２（例えば、上部電極）に印加された負の第１のバイアスに対するメモリスタ１００の抵抗を示す。第２の曲線１６８は、第２の電極１０４が接地されている場合、第１の電極１０２に印加された負の第２のバイアスに対するメモリスタ１００の抵抗を示す。第３の曲線１７０は、第２の電極１０４が接地されている場合、第１の電極１０２に印加された正の第１のバイアスに対するメモリスタ１００の抵抗を示す。第４の曲線１７２は、第２の電極１０４が接地されている場合、第１の電極１０２に印加された正の第２のバイアスに対するメモリスタ１００の抵抗を示す。
言い換えれば、バイアス中の内部抵抗の経過を考慮すると、機能が明白になる。図５Ａでは、２つの正バイアスが示されている（曲線１５０および１５２）が、上部マイクロスケ-ル電極に向かうもの（曲線１５０）だけが電流のヒステリシスを生じさせ、対応する抵抗が図５Ｂに示されている（第１の正バイアスに対する曲線１５４と第２の正バイアスに対する曲線１５６である）。図５Ｃでは、２つの負バイアスが示されているが、上部マイクロスケ-ル電極（曲線１６４）に向かう電流についてのみ、ヒステリシスが生じ、対応する抵抗が図５Ｄに示されている（曲線１６６と１６８）。どちらの場合でも、留意すべき２つの重要事項がある。まず第１に、ヒステリシスの方向において、後続の第２のバイアス（図５Ｂおよび図５Ｄの「バイアス２」）が第１のバイアス（図５Ｂおよび図５Ｄの「バイアス１」）の上に実行された場合には、内部抵抗は最後の抵抗値から始まる。第２に、ヒステリシスの方向においてバイアス中に極性が変化した場合には、抵抗値は急速に減少する。
メモリスタが第１のニュ-ロン１２０の軸索と第２のニュ-ロン１２２の樹状突起との間に配置される場合には、メモリスタの内部抵抗の増幅がシナプスの弱化に対応しなければならない。これは、第１のニュ-ロン１２０からの信号が第２のニュ-ロン１２２に対して弱化する効果を有するべきであることを意味する（方向ＬＴＤ（長期抑圧:Long Term Depression）領域）。逆もまた同様に、メモリスタの内部抵抗の弱化は、強い増強に対応することが示される。すなわち、第１のニュ-ロン１２０からの信号が、第２のニュ-ロン１２２に対してより強い影響を有するべきであるということである（方向ＬＴＰ（長期増強:Long Term Potentiation）領域）。メモリスタがバイオハイブリッドシナプスを表現するために、方向ＬＴＤまたはＬＴＰに関する内部抵抗のこの変化は、ＳＴＤＰの条件（トリプレット）を満たさなければならない。これは、非対称メモリスタ１００によってのみ満たすことができる。
好適なシステム設定を図６（ａ）〜（ｄ）においてさらに詳細に示す。図６（ａ）には、細胞外空間の負スパイクとしてメモリスタ１００の端子で測定された細胞外電位（ＥＣＰ:extracellular potential）の模式図を示す。その信号が下部電極１０４（シナプス後）に印加された場合、負ＥＣＰは内部抵抗を強く減少させる。同じ信号が上部電極１０２（シナプス前）に印加された場合、負ＥＣＰは内部抵抗をゆっくり増加させる。言い換えれば、下部電極１０４の負信号は抵抗を強く減少させ、上部電極１０２の負信号は抵抗をゆっくり増加させる。図６（ｂ）は、シナプス前ニュ-ロンＡ（１２０）とシナプス後ニュ-ロンＢ（１２２）との間に（接続された）バイオハイブリッドシナプスのシステム設定を表す。
図６（ｃ）は、シナプス後、シナプス前、およびシナプス後の（後-前-後のトリプレット）細胞外電位が引き続いてメモリスタに印加された場合の、メモリスタ１００の抵抗の時間的変化を示す図である。そこでは、縦軸は抵抗を示し、横軸は時間を示す。
図６（ｃ）において、第１の抵抗線１８０はメモリスタ１００の初期抵抗または初期状態を示す。第２の抵抗線１８２は第１のシナプス後ＥＣＰの後のメモリスタ１００の抵抗を示す。第３の抵抗線１８４は第１のシナプス前ＥＣＰの後のメモリスタ１００の抵抗を示す。第４の抵抗線１８６は第２のシナプス後ＥＣＰの後のメモリスタ１００の抵抗を示す。
図６（ｃ）に示すように、メモリスタは、ＳＴＤＰにおけるＬＴＰのための「後-前-後」トリプレットを満たす。このようにして、ニュ-ロンＡ（１２０）からの影響が増加する場合に、より多くの電圧がニュ-ロンＢ（１２２）に到達する。
図６（ｄ）は、シナプス前、シナプス後、およびシナプス前の（前-後-前のトリプレット）細胞外電位が引き続いてメモリスタ１００に印加された場合の、メモリスタ１００の抵抗の時間的変化を示す図である。そこでは、縦軸は抵抗を示し、横軸は時間を示す。
図６（ｄ）において、第１の抵抗線１９０はメモリスタ１００の初期抵抗または初期状態を示す。第２の抵抗線１９２は第１のシナプス前ＥＣＰの後のメモリスタ１００の抵抗を示す。第３の抵抗線１９４は第１のシナプス後ＥＣＰの後のメモリスタ１００の抵抗を示す。第４の抵抗線１９６は第２のシナプス前ＥＣＰの後のメモリスタ１００の抵抗を示す。
図６（ｃ）に示すように、メモリスタは、ＳＴＤＰにおけるＬＴＤのための「前-後-前」トリプレットを満たす。このようにして、ニュ-ロンＡ（１２０）からの影響が減少する場合に、より少ない電圧がニュ-ロンＢ（１２２）に到達する。
言い換えれば、内部抵抗の経過は、図６（ｃ）では「後-前-後」トリプレットの後の減少した値（強い増強）を示し、図６（ｄ）では「前-後-前」トリプレットの後の無視できる変化を示している。
両極性に対するメモリスタ１００の非対称挙動は基本的に重要であって、それはＳＴＤＰ条件を満たすための正確な挙動を与える。逆極性に対する抵抗の小さい減少と比較した、極性に対する抵抗のゆっくりした増加は、対称構造と非対称構造についての有限要素法（ＦＥＭ:finite element method）計算を用いて調べることができる。
要約すると、非対称メモリスタ１００を用いることで、ニュ-ロンの電気信号挙動が直接複製または再生されるので、現実の生物学的ニュ-ロンネットワ-クとの相互接続の問題は本発明によって解決される。信号レベルの適合によって、生物学的ニュ-ロンのシナプスは、生体内または生体外で刺激することができるが、コンピュ-タ回路の電気的ハ-ドウェアニュ-ロンとバイオハイブリッドコンピュ-タとの間のインタ-フェ-スとして構成することもできる。このようにして、バイオハイブリッドコンピュ-タが、どのようにシナプス接続を変化させて、より長いシミュレ-ション段階にわたって外感覚刺激に適応し、情報を解読するかを見ることができる。
本発明の装置によってバイオハイブリッドシナプスを実施することができるので、神経人工器官に関連して議論されていたが実施できなかったハ-ドウェアにおいて、ニュ-ロンインタ-フェ-スを容易に実現することができる。蝸牛移植、網膜刺激、および運動皮質の運動制御は、アプリケ-ションインタ-フェ-スと考えられている。また、ニュ-ロンネットワ-クおよび/またはバイオハイブリッド・コンピュ-タ・システムは、本発明に関する考慮すべき点である。
産業応用は、医用生体工学の利用によって与えられる。世界的規模の連続的な人口の高齢化のため、新しいリハビリテ-ション技術および感覚的な交換システムの使用はますます必要になる。
図７は、本発明の一実施形態によるニュ-ラルネットワ-ク１１８のブロック図である。ニュ-ラルネットワ-ク１１８は、第１のニュ-ロン１２０、第２のニュ-ロン１２２、および本発明の概念による非対称メモリスタ１００を含む。非対称メモリスタ１００は、第１のニュ-ロン１２０と第２のニュ-ロン１２２との間に直列に接続することができる。
図７に示すように、人工シナプスは非対称メモリスタ１００により実現することができる。この装置は、現実の生物学的ニュ-ロンネットワ-クと直接相互接続することができる。構造の非対称性のため、非対称メモリスタ１００内では一方向の信号の流れがある。ニュ-ロン１２０および１２２が、非対称メモリスタ１００を介して、または生物学的シナプスを介して、現実の生物学的シナプスの機能が同等に複製/再生されるように接続を確立するかどうかは、ここでは重要な役割を果たさない。
本発明によれば、ニュ-ロンを発火させる場合に、ニュ-ロンの刺激電圧（ミリボルト）と細胞外電位の測定電圧（マイクロボルト）が異なることにより存在するさらなる問題点が除去される。この点については、小胞は、化学的微小区画から電圧制御浸透膜を介してシナプス後の間隙に放出される[Daniel T Simon, Sindhulakshmi Kurup, Karin C Larsson, Ryusuke Hori, Klas Tybrandt, Michel Goiny, Edwin W H Jager, Magnus Berggren, Barbara Canlon and Agneta Richter-Dahlfors, Organic electronics for precise delivery of neurotransmitters to modulate mammalian sensory function, 2009, Nature Materials, (8), 9, 742-746. http://dx.doi.org/10.1038/nmat2494], [Norma Graf, Alexander Tanno, Alexander Dochter, Nuria Rothfuchs, Janos Voeroes and Tomaso Zambelli, Electrochemically driven delivery to cells from vesicles embedded in polyelectrolyte multilayers, Soft Matter, Doi;10.1039/c2sm07272f]。小胞の放出確率は、印加電圧特性曲線に比例する。分泌された神経伝達物質は、間隙を通って拡散し、特定のイオンチャネルの対応する連絡点にドッキングし、イオンがチャネルを横断して、ニュ-ロンの脱分極を導くことができるように、イオンチャネルを開く。この挙動は、図８の議論から明らかになる人工トリパ-タイトシナプス３００によって、実現することができる。
図８は、本発明の一実施形態による人工トリパ-タイトシナプス３００のブロック図である。人工トリパ-タイトシナプス３００は、すでに上で詳細に説明したメモリスタ１００、および電界効果トランジスタ３０２を含み、メモリスタ１００は電界効果トランジスタ３０２のゲ-ト３０４に接続されている。
図８に示すように、非対称メモリスタ１００は、それが膜の電界効果トランジスタ３０２のゲ-ト３０４に適用されて、ソ-ス３０６（区画の小胞）およびドレイン３０８（シナプス後の間隙）を制御するように、配線することができる。すでに述べたように、その回路はトリパ-タイトシナプス３００で実現される。
これらのシナプスがバイオハイブリッドタイプであるという事実は、ニュ-ロンネットワ-クに対して隠されたままである。ネットワ-クの現実の生物学的信号の能力は、不変のままである。非対称メモリスタ１００は、ネットワ-ク１１８内のニュ-ロン１２０とニュ-ロン１２２との間の結合を強化する役割と弱化する役割を果たす。それらのバイオハイブリッドシナプスの存在は、同じ信号挙動のために、ニュ-ロンネットワ-ク１１８から隠されている。これによって、増幅のために最先端のＣＭＯＳ技術と結合させ、能動的な利得または信号処理を提供することが可能であり、生体試料にとっては隠されたままである。
いくつかの実施形態では、本発明のメモリスタ１００は、独国特許出願公開第１０２０１００００５６５Ａ１に開示されたハイブリッド３次元センサアレイにおいて実施することができる。
いくつかの態様を装置に関して説明したが、これらの態様が対応する方法の説明も表していることは明らかであって、ブロックまたは装置は方法ステップまたは方法ステップの特徴に対応する。同様に、方法ステップに関して説明された態様は、対応するブロックもしくは品目、または対応する装置の特徴の説明も表している。方法ステップのいくつかまたは全ては、ハ-ドウェア装置、例えば、マイクロプロセッサ、プログラム可能なコンピュ-タ、または電子回路などによって（または、それを用いて）実行することができる。いくつかの実施形態では、最も重要な方法ステップのうちのいずれかまたは複数は、このような装置によって実行することができる。
上述した実施形態は、本発明の原理の単なる例示にすぎない。本明細書に記載した配置および詳細の修正および変更は、他の当業者にとっては明らかであることは理解されよう。したがって、意図するところは、添付した特許の請求の範囲よってのみ限定され、本明細書の実施形態の記載および説明として提示した具体的な詳細によって限定されるものではないということである。
Claims (8)
- 第１の電極（１０２）、第２の電極（１０４）、及び前記第１の電極（１０２）と前記第２の電極（１０４）との間に配置されたメモリスタ層（１０６）を備え、前記メモリスタ層（１０６）における非対称な電流密度の分布を得るように構成されているメモリスタ（１００）と、
電界効果トランジスタ（３０２）と、を備え、
前記メモリスタ（１００）は前記電界効果トランジスタ（３０２）のゲート（３０４）に接続されており、
前記メモリスタ層（１０６）は、前記メモリスタ層（１０６）の前記非対称電流密度分布を得るために、非対称ドーピング濃度分布または非対称トラップ密度分布を含み、
前記電流密度は前記メモリスタ層（１０６）内の等電位線（１１２）に沿って変化し、または前記メモリスタ層（１０６）内の前記電流密度は、前記第１の電極（１０２）から前記第２の電極（１０４）までの電流経路（１１６）に沿って非対称である、人工トリパータイトシナプス（３００）。 - 前記メモリスタ層（１０６）の導電性の断面積（１１４）は、前記第１の電極（１０２）から前記第２の電極（１０４）までの電流経路（１１６）に沿って変化する請求項１に記載の人工トリパータイトシナプス（３００）。
- 前記第１の電極（１０２）の領域は、前記メモリスタ層（１０６）の前記非対称な電流密度の分布を得るために、前記第２の電極（１０４）の領域より少なくとも１．５倍大きい請求項１又は２に記載の人工トリパータイトシナプス（３００）。
- 前記第１の電極（１０２）に接触する前記メモリスタ層（１０６）の領域は、前記メモリスタ層（１０６）の前記非対称な電流密度の分布を得るために、前記第２の電極（１０４）に接触する前記メモリスタ層（１０６）の領域より少なくとも１．５倍大きい請求項１から３のいずれか１項に記載の人工トリパータイトシナプス（３００）。
- 前記メモリスタ層（１０６）はＴｉＯ2を含む請求項１から４のいずれか１項に記載の人工トリパータイトシナプス（３００）。
- 前記第１の電極（１０２）および／または前記第２の電極（１０４）はＴｉを含む請求項１から５のいずれか１項に記載の人工トリパータイトシナプス（３００）。
- 請求項１から６のいずれか１項に記載の人工トリパータイトシナプス（３００）を備えたニューラルネットワーク（１１８）。
- 第１のニューロン（１２０）と、
第２のニューロン（１２２）と、をさらに備え、
前記人工トリパータイトシナプス（３００）は前記第１のニューロン（１２０）と前記第２のニューロン（１２２）との間に直列に接続されている請求項７に記載のニューラルネットワーク（１１８）。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2013/050598 WO2014108215A1 (en) | 2013-01-14 | 2013-01-14 | Asymmetrical memristor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016510501A JP2016510501A (ja) | 2016-04-07 |
| JP6162822B2 true JP6162822B2 (ja) | 2017-07-12 |
Family
ID=47603637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015551996A Active JP6162822B2 (ja) | 2013-01-14 | 2013-01-14 | 非対称メモリスタ |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US9704093B2 (ja) |
| EP (1) | EP2943958B1 (ja) |
| JP (1) | JP6162822B2 (ja) |
| HK (1) | HK1216801A1 (ja) |
| WO (1) | WO2014108215A1 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11320588B1 (en) * | 2012-04-16 | 2022-05-03 | Mohammad A. Mazed | Super system on chip |
| US9755146B2 (en) * | 2015-09-10 | 2017-09-05 | ARM, Ltd. | Asymmetric correlated electron switch operation |
| US9824753B2 (en) * | 2015-10-21 | 2017-11-21 | Technische Universiteit Delft | Computing device for “big data” applications using memristors |
| EP3537344B1 (en) * | 2016-11-28 | 2024-01-24 | Huawei Technologies Co., Ltd. | Signal processing method and device based on spiking neural network |
| US11276820B2 (en) | 2017-10-19 | 2022-03-15 | Ryukoku University | Memristor and neural network using same |
| CN110546778A (zh) * | 2018-03-16 | 2019-12-06 | 深圳市汇顶科技股份有限公司 | 忆阻器的制造方法、忆阻器和阻变式随机存取存储器rram |
| US10586922B1 (en) | 2018-08-21 | 2020-03-10 | International Business Machines Corporation | Symmetric tunable PCM resistor for artificial intelligence circuits |
| CN109460818A (zh) * | 2018-09-25 | 2019-03-12 | 电子科技大学 | 一种基于忆阻桥和阵列的多层神经网络设计方法 |
| CN110110840B (zh) * | 2019-04-22 | 2020-11-27 | 中国地质大学（武汉） | 一种基于忆阻神经网络的联想记忆情感识别电路 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5206541A (en) * | 1991-04-30 | 1993-04-27 | The Johns Hopkins University | Current-mode based analog circuits for synthetic neural systems |
| US7359888B2 (en) | 2003-01-31 | 2008-04-15 | Hewlett-Packard Development Company, L.P. | Molecular-junction-nanowire-crossbar-based neural network |
| US6927074B2 (en) * | 2003-05-21 | 2005-08-09 | Sharp Laboratories Of America, Inc. | Asymmetric memory cell |
| US20090206375A1 (en) * | 2008-02-19 | 2009-08-20 | Saha Samar K | Reduced Leakage Current Field-Effect Transistor Having Asymmetric Doping And Fabrication Method Therefor |
| JP5154666B2 (ja) * | 2008-03-14 | 2013-02-27 | ヒューレット−パッカード デベロップメント カンパニー エル．ピー． | ニューロモーフィック回路 |
| US7846807B2 (en) * | 2008-06-19 | 2010-12-07 | Hermes-Epitek Corp. | Method for forming memristor material and electrode structure with memristance |
| US8097870B2 (en) * | 2008-11-05 | 2012-01-17 | Seagate Technology Llc | Memory cell with alignment structure |
| CN102265397B (zh) * | 2008-12-23 | 2014-10-29 | 惠普开发有限公司 | 忆阻设备以及制造和使用所述忆阻设备的方法 |
| WO2010085225A1 (en) * | 2009-01-26 | 2010-07-29 | Hewlett-Packard Development Company, L.P. | Controlled placement of dopants in memristor active regions |
| US8812418B2 (en) * | 2009-06-22 | 2014-08-19 | Hewlett-Packard Development Company, L.P. | Memristive adaptive resonance networks |
| WO2011016794A2 (en) * | 2009-07-28 | 2011-02-10 | Hewlett-Packard Development Company, L.P. | Memristors with asymmetric electrodes |
| US8275728B2 (en) * | 2009-11-05 | 2012-09-25 | The United States Of America As Represented By The Secretary Of The Air Force | Neuromorphic computer |
| US8120071B2 (en) * | 2010-01-11 | 2012-02-21 | Hewlett-Packard Development Company, L.P. | Memfet ram |
| US8111494B2 (en) * | 2010-01-28 | 2012-02-07 | Hewlett-Packard Development Company, L.P. | Memristor-protection integrated circuit and method for protection of a memristor during switching |
| DE102010000565A1 (de) | 2010-02-26 | 2011-09-01 | Technische Universität Ilmenau | Hybrides dreidimensionales Sensorarray, insbesondere zur Vermessung elektrogener Zellanordnungen, sowie Messanordnung |
| US8433665B2 (en) * | 2010-07-07 | 2013-04-30 | Qualcomm Incorporated | Methods and systems for three-memristor synapse with STDP and dopamine signaling |
| US8274813B2 (en) * | 2010-07-16 | 2012-09-25 | Hewlett-Packard Development Company, L.P. | Memristive negative differential resistance device |
| FR2977350B1 (fr) * | 2011-06-30 | 2013-07-19 | Commissariat Energie Atomique | Reseau de neurones artificiels a base de dispositifs memristifs complementaires |
| US20140153318A1 (en) * | 2011-07-22 | 2014-06-05 | Frederick Perner | Circuit and method for reading a resistive switching device in an array |
| EP2737482A4 (en) * | 2011-07-27 | 2015-05-06 | Hewlett Packard Development Co | METHOD AND SYSTEM FOR REDUCING CAPACITY OF A WRITE BUFFER IN MEMRISTOR-BASED DATA STORAGE DEVICES |
| AU2013330962B2 (en) * | 2012-10-19 | 2017-10-19 | Georgia Tech Research Corporation | Multilayer coatings formed on aligned arrays of carbon nanotubes |
-
2013
- 2013-01-14 JP JP2015551996A patent/JP6162822B2/ja active Active
- 2013-01-14 WO PCT/EP2013/050598 patent/WO2014108215A1/en active Application Filing
- 2013-01-14 EP EP13701230.8A patent/EP2943958B1/en active Active
-
2015
- 2015-07-14 US US14/799,488 patent/US9704093B2/en active Active
-
2016
- 2016-04-21 HK HK16104596.2A patent/HK1216801A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016510501A (ja) | 2016-04-07 |
| US20160019453A1 (en) | 2016-01-21 |
| US9704093B2 (en) | 2017-07-11 |
| EP2943958B1 (en) | 2019-05-22 |
| WO2014108215A1 (en) | 2014-07-17 |
| EP2943958A1 (en) | 2015-11-18 |
| HK1216801A1 (zh) | 2016-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6162822B2 (ja) | 非対称メモリスタ | |
| Jang et al. | Polymer analog memristive synapse with atomic-scale conductive filament for flexible neuromorphic computing system | |
| Choi et al. | A self-rectifying TaO y/nanoporous TaO x memristor synaptic array for learning and energy-efficient neuromorphic systems | |
| Najem et al. | Memristive ion channel-doped biomembranes as synaptic mimics | |
| Ham et al. | Neuromorphic electronics based on copying and pasting the brain | |
| Lv et al. | From biomaterial-based data storage to bio-inspired artificial synapse | |
| Covi et al. | Analog memristive synapse in spiking networks implementing unsupervised learning | |
| Pedretti et al. | Memristive neural network for on-line learning and tracking with brain-inspired spike timing dependent plasticity | |
| Kuzum et al. | Synaptic electronics: materials, devices and applications | |
| Serrano-Gotarredona et al. | STDP and STDP variations with memristors for spiking neuromorphic learning systems | |
| Cha et al. | Conductive-bridging random-access memories for emerging neuromorphic computing | |
| US10748059B2 (en) | Architecture for an electrochemical artificial neural network | |
| Mikhaylov et al. | One-board design and simulation of double-layer perceptron based on metal-oxide memristive nanostructures | |
| Sung et al. | Simultaneous emulation of synaptic and intrinsic plasticity using a memristive synapse | |
| Erokhin et al. | Bio-inspired adaptive networks based on organic memristors | |
| Yu et al. | Ionotronic neuromorphic devices for bionic neural network applications | |
| EP3317224B1 (en) | Neuromorphic network | |
| Li et al. | Synaptic iontronic devices for brain-mimicking functions: Fundamentals and applications | |
| US20210012974A1 (en) | Fully-printed all-solid-state organic flexible artificial synapse for neuromorphic computing | |
| Zhang et al. | Implementation of simple but powerful trilayer oxide-based artificial synapses with a tailored bio-synapse-like structure | |
| Thomas et al. | Tunnel junction based memristors as artificial synapses | |
| Tan et al. | Perspective: Uniform switching of artificial synapses for large-scale neuromorphic arrays | |
| Lee et al. | Realization of biomimetic synaptic functions in a one-cell organic resistive switching device using the diffusive parameter of conductive filaments | |
| Sheridan et al. | Memristors and memristive devices for neuromorphic computing | |
| Ng et al. | Forming-less compliance-free multistate memristors as synaptic connections for brain-inspired computing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160913 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20161208 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161209 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170321 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170321 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170523 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170615 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6162822 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |