KR102456660B1 - Neuromorphic device using beta decay and nanoparticle used in same - Google Patents

Neuromorphic device using beta decay and nanoparticle used in same Download PDF

Info

Publication number
KR102456660B1
KR102456660B1 KR1020190086939A KR20190086939A KR102456660B1 KR 102456660 B1 KR102456660 B1 KR 102456660B1 KR 1020190086939 A KR1020190086939 A KR 1020190086939A KR 20190086939 A KR20190086939 A KR 20190086939A KR 102456660 B1 KR102456660 B1 KR 102456660B1
Authority
KR
South Korea
Prior art keywords
nanoparticles
beta decay
metal film
neural network
artificial neural
Prior art date
Application number
KR1020190086939A
Other languages
Korean (ko)
Other versions
KR20210009847A (en
Inventor
전우진
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020190086939A priority Critical patent/KR102456660B1/en
Publication of KR20210009847A publication Critical patent/KR20210009847A/en
Application granted granted Critical
Publication of KR102456660B1 publication Critical patent/KR102456660B1/en

Links

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
    • G06N3/06—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y15/00—Nanotechnology for interacting, sensing or actuating, e.g. quantum dots as markers in protein assays or molecular motors

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)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Neurology (AREA)
  • Powder Metallurgy (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)

Abstract

본 발명은 베타 붕괴를 이용한 인공신경망모사 소자 및 이에 사용되는 나노입자에 관한 것이다.
본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사(neuromorphic) 소자는 양극 및 음극; 상기 양극 및 상기 음극 사이에 개재된 전해질; 및 베타 붕괴를 하는 방사성 동위원소들 중 어느 하나의 원소로 이루어진 코어(core)와 상기 코어를 감싸는 금속막을 포함하며, 상기 전해질에 분산된 나노입자(nanoparticle)들을 포함할 수 있다.The present invention relates to an artificial neural network mimic device using beta decay and nanoparticles used therefor.
An artificial neural network mimic (neuromorphic) device using beta decay according to an embodiment of the present invention includes an anode and a cathode; an electrolyte interposed between the positive electrode and the negative electrode; And a core (core) made of any one of the radioactive isotopes that undergo beta decay and a metal film surrounding the core, and may include nanoparticles dispersed in the electrolyte.

Description

베타 붕괴를 이용한 인공신경망모사 소자 및 이에 사용되는 나노입자 {Neuromorphic device using beta decay and nanoparticle used in same}Artificial neural network-simulating device using beta decay and nanoparticles used therein {Neuromorphic device using beta decay and nanoparticle used in same}

본 발명은 베타 붕괴를 이용한 인공신경망모사 소자 및 이에 사용되는 나노입자에 대한 발명으로, 더욱 상세하게는 베타 붕괴를 통해 스스로 전자를 내놓는 방사성 동위원소를 이용한 인공신경망모사 소자 및 이에 사용되는 나노입자에 대한 발명이다.The present invention relates to an artificial neural network mimic device using beta decay and nanoparticles used therein. It is an invention for

인공지능은 4차 산업혁명 시대의 핵심 기술로 현재 인공지능 구현을 위해 필수적인 인공신경망모사(neuromorphic) 소자에 대한 기술 개발이 활발히 진행 중이다.Artificial intelligence is a core technology in the era of the 4th industrial revolution, and technology development for artificial neural network mimics (neuromorphic) devices, which are essential for realizing artificial intelligence, is currently being actively developed.

인공신경망모사 소자는 기존의 인공지능 구현 방식인 딥러닝(deep learning) 방식의 단점인 긴 학습 시간과 높은 전력 및 컴퓨팅 능력 소모를 해결하기 위해 소자의 동작 특성부터 인간의 시냅스(synapse)와 동일한 동작을 보이도록 구현한 소자로, 시냅스처럼 외부에서 자극 또는 신호가 주어진 후 자극이 사라지더라도 그 값이 일정한 시간 동안 유지되는 특징을 갖고 있다.In order to solve the long learning time and high power and computing power consumption, which are the disadvantages of the existing deep learning method, which is an artificial intelligence implementation method, the device has the same behavior as that of a human synapse. It is a device implemented to show the value of a synapse, and has the characteristic that its value is maintained for a certain period of time even if the stimulus disappears after an external stimulus or signal is given.

이러한 독특한 동작 특성을 구현하는 방식으로 기존의 트랜지스터(transistor) 소자 기반의 회로를 이용한 방식이 제시된 바 있으나 회로가 복잡하다는 단점이 있다. As a method of implementing such unique operating characteristics, a method using a circuit based on an existing transistor device has been proposed, but it has a disadvantage in that the circuit is complicated.

현재까지 가장 좋은 동작 특성을 확보한 재료는 산화물 기반 재료로, 절연체인 산화물 내에 산소 결함(oxygen vacancy)과 같이 외부 자극에 의해 움직일 수 있고, 이 움직임에 의해 산화물 내부에서의 농도 구배가 생겼을 때 산화물 전체의 특성이 변하며, 외부 자극이 사라졌을 때에는 농도 구배에 의해 확산되어 다시 농도 구배가 사라지는, 산화물 내에서 움직임이 가능한 입자가 분산되어 있는 구조를 가지고 있다. The material with the best operating characteristics so far is an oxide-based material, which can be moved by an external stimulus such as an oxygen vacancy in the oxide, which is an insulator. The overall characteristics change, and when the external stimulus disappears, it diffuses by the concentration gradient and the concentration gradient disappears again.

즉, 인공신경망모사 소자의 특성을 구현하기 위한 재료는 상기에 언급한 바와 같이, 시스템 내에 분산되어 움직일 수 있고 외부 자극에 의해 농도 구배가 생기고 이 농도 구배가 시스템의 특성을 변화시키며 외부 자극이 사라지면 확산에 의해 다시 농도 구배가 사라지는 조건을 만족하여야 한다.That is, as mentioned above, the material for realizing the characteristics of the artificial neural network mimic device can be dispersed and moved within the system, and a concentration gradient is generated by an external stimulus, and this concentration gradient changes the characteristics of the system and the external stimulus disappears. The condition that the concentration gradient disappears again by diffusion must be satisfied.

하지만, 이러한 재료도 단점을 가지고 있는데 농도 구배에 의한 확산을 통해 농도 구배가 없어진다는 점에서 동작 속도가 매우 느리다는 점이다. 이는 재료 자체의 고유 특성이기 때문에 동작 특성을 조절할 수 없고 이로 인해 동작 속도 향상 등에 어려움을 겪고 있는 실정이다.However, this material also has a drawback, in that the operation speed is very slow in that the concentration gradient is eliminated through diffusion by the concentration gradient. Since this is an inherent property of the material itself, it is not possible to control the operating characteristics, and thus, it is difficult to improve the operating speed.

KRUS 10-2018-011594110-2018-0115941 AA

본 발명의 목적은 전술한 문제점을 해결하고자 한 것으로, 인간의 신경망 구조를 모방한, 베타 붕괴를 이용한 인공신경망모사 소자와 이에 사용되는 나노입자를 제공하는 것을 그 목적으로 한다.An object of the present invention is to solve the above problems, and an object of the present invention is to provide an artificial neural network simulating device using beta decay, which mimics the structure of a human neural network, and nanoparticles used therein.

본 발명의 목적은 종래의 인공신경망모사 소자들이 가지고 있는 동작 속도가 느린 점을 보완하고, 정전기적 반발력을 조절하여 소자의 동작 속도를 원하는대로 조절하는 것이 가능하도록 하는 것을 그 목적으로 한다.An object of the present invention is to compensate for the slow operation speed of the conventional artificial neural network simulating devices and to adjust the operation speed of the device as desired by adjusting the electrostatic repulsive force.

본 발명의 목적들은 상술된 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다. The objects of the present invention are not limited to the objects described above, and other objects not mentioned will be clearly understood from the following description.

본 발명의 일 실시예에 따른 나노입자(nanoparticle)는 베타 붕괴를 하는 방사성 동위원소들 중 어느 하나의 원소로 이루어진 코어(core)와 상기 코어를 감싸는 금속막을 포함할 수 있다.Nanoparticles according to an embodiment of the present invention may include a core made of any one element among radioactive isotopes that undergo beta decay and a metal film surrounding the core.

상기 방사성 동위원소들은 베타 붕괴를 통해 전자를 방출하는 방사성 동위원소들일 수 있다.The radioactive isotopes may be radioactive isotopes that emit electrons through beta decay.

상기 방사성 동위원소가 베타 붕괴를 통해 방출한 전자는, 상기 금속막 내부에 포획될 수 있다.Electrons emitted by the radioactive isotope through beta decay may be trapped inside the metal layer.

상기 금속막의 두께와 상기 나노입자의 단위부피당 전하량은 상관관계를 가질 수 있다.The thickness of the metal layer and the amount of charge per unit volume of the nanoparticles may have a correlation.

본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사(neuromorphic) 소자는 양극 및 음극; 상기 양극 및 상기 음극 사이에 개재된 전해질; 및 베타 붕괴를 하는 방사성 동위원소들 중 어느 하나의 원소로 이루어진 코어(core)와 상기 코어를 감싸는 금속막을 포함하며, 상기 전해질에 분산된 나노입자(nanoparticle)들을 포함할 수 있다.An artificial neural network mimic (neuromorphic) device using beta decay according to an embodiment of the present invention includes an anode and a cathode; an electrolyte interposed between the positive electrode and the negative electrode; And a core (core) made of any one of the radioactive isotopes that undergo beta decay and a metal film surrounding the core, and may include nanoparticles dispersed in the electrolyte.

상기 방사성 동위원소들은 베타 붕괴를 통해 전자를 방출하는 방사성 동위원소들일 수 있다.The radioactive isotopes may be radioactive isotopes that emit electrons through beta decay.

상기 방사성 동위원소가 베타 붕괴를 통해 방출한 전자는, 상기 금속막 내부에 포획될 수 있다.Electrons emitted by the radioactive isotope through beta decay may be trapped inside the metal layer.

상기 금속막의 두께와 상기 나노입자의 단위부피당 전하량은 상관관계를 가질 수 있다.The thickness of the metal layer and the amount of charge per unit volume of the nanoparticles may have a correlation.

상기 전해질에 분산된 나노입자들은 외부에서 인가한 전기장에 의해 상기 양극으로 이동하여 상기 금속막에 포획된 전자를 상기 양극으로 방출할 수 있다.The nanoparticles dispersed in the electrolyte may move to the anode by an externally applied electric field and release electrons trapped in the metal layer to the anode.

외부에서 전기장이 인가되었다가 제거된 경우, 상기 나노입자들은 각각의 금속막에 포획된 전자들 사이의 반발력에 의해 서로 이격될 수 있다.When an external electric field is applied and then removed, the nanoparticles may be spaced apart from each other by a repulsive force between electrons trapped in each metal layer.

상기 나노입자의 단위부피당 전하량과 상기 베타 붕괴를 이용한 인공신경망모사 소자의 동작 속도는 상관관계를 가질 수 있다.The amount of charge per unit volume of the nanoparticles and the operating speed of the artificial neural network simulating device using the beta decay may have a correlation.

본 발명은 농도 구배에 의한 확산만이 입자 확산에 기여하는 방식에 비해 나노입자의 금속막이 포획하고 있는 전하에 의한 나노입자 간의 정전기적 반발력이 농도 구배에 의한 확산과 함께 작용하는 바, 인공신경망모사 소자의 동작 속도가 더 빨라지는 효과가 있다.In the present invention, in contrast to the method in which only diffusion by concentration gradient contributes to particle diffusion, the electrostatic repulsive force between nanoparticles due to electric charges captured by the metal film of nanoparticles acts together with diffusion due to concentration gradient, simulating artificial neural networks. This has the effect of increasing the operating speed of the device.

본 발명은 나노입자의 금속막 두께를 조절하여 단위부피당 전하량을 조절하고, 이를 통해 나노입자 간 정전기적 반발력을 조절함으로써 인공신경망모사 소자의 동작 속도를 원하는 대로 조절할 수 있는 효과가 있다.The present invention has the effect of controlling the operation speed of the artificial neural network mimicking device as desired by controlling the amount of charge per unit volume by controlling the metal film thickness of the nanoparticles, and thereby controlling the electrostatic repulsion force between the nanoparticles.

본 발명의 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the following description.

도 1은 베타 붕괴를 이용한 인공신경망 소자에 사용되는 나노입자를 나타내는 단면도이다.
도 2는 베타 붕괴 과정을 나타내는 도면이다.
도 3a 및 도 3b는 베타 붕괴를 통해 방사성 동위원소로부터 방출되는 전자가 금속막으로 이동해 포획되는 과정을 보여주는 도면이다.
도 4a 내지 도 4c는 외부에서 전기장을 베타 붕괴를 이용한 인공신경망모사 소자에 인가하고 이를 제거하는 과정에서의 인공신경망모사 소자의 동작 과정을 나타낸 도면이다.1 is a cross-sectional view showing nanoparticles used in an artificial neural network device using beta decay.
2 is a diagram showing the beta decay process.
3A and 3B are diagrams illustrating a process in which electrons emitted from radioactive isotopes through beta decay move to a metal film and are captured.
4A to 4C are diagrams illustrating the operation process of the artificial neural network mimicking device in the process of applying an external electric field to the artificial neural network mimicking device using beta decay and removing it.

본 명세서 또는 출원에 개시되어 있는 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명에 따른 실시 예들은 다양한 형태로 실시될 수 있으며 본 명세서 또는 출원에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.Specific structural or functional descriptions of the embodiments of the present invention disclosed in this specification or application are only exemplified for the purpose of describing the embodiments according to the present invention, and the embodiments according to the present invention may be implemented in various forms. and should not be construed as being limited to the embodiments described in the present specification or application.

본 발명에 따른 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로 특정 실시예들을 도면에 예시하고 본 명세서 또는 출원에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Since the embodiment according to the present invention may have various changes and may have various forms, specific embodiments will be illustrated in the drawings and described in detail in the present specification or application. However, this is not intended to limit the embodiment according to the concept of the present invention with respect to a specific disclosed form, and should be understood to include all changes, equivalents or substitutes included in the spirit and scope of the present invention.

본 명세서에서 '포함하다' 라는 표현으로 언급되는 구성요소, 특징, 및 단계는 해당 구성요소, 특징 및 단계가 존재함을 의미하며, 하나 이상의 다른 구성요소, 특징, 단계 및 이와 동등한 것을 배제하고자 함이 아니다.Elements, features, and steps referred to as 'comprising' in the present specification are intended to mean that the elements, features, and steps exist, and exclude one or more other elements, features, steps, and the like. this is not

본 명세서에서 단수형으로 특정되어 언급되지 아니하는 한, 복수의 형태를 포함한다. 즉, 본 명세서에서 언급된 구성요소 등은 하나 이상의 다른 구성요소 등의 존재나 추가를 의미할 수 있다.The plural form is included unless specifically stated otherwise in the singular. That is, elements and the like mentioned in this specification may mean the presence or addition of one or more other elements.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함하여, 본 명세서에서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자(통상의 기술자)에 의하여 일반적으로 이해되는 것과 동일한 의미이다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. to be.

즉, 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.That is, terms such as those defined in commonly used dictionaries should be interpreted as meanings consistent with the meanings in the context of the related art, and unless explicitly defined in the present specification, they should be interpreted in an ideal or excessively formal meaning. doesn't happen

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명하기로 한다. Hereinafter, the present invention will be described in detail by describing preferred embodiments of the present invention with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자에 사용되는 나노입자를 나타내는 단면도이다.1 is a cross-sectional view showing nanoparticles used in an artificial neural network mimic device using beta decay according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 나노입자(100)는 방사성 동위원소로 이루어진 코어(core)(101) 및 이를 둘러싸고 있는 금속막(102)을 포함할 수 있다. 즉, 본 발명의 일 실시예에 따른 나노입자(100)는 코어(101)를 금속막(102)이 둘러싼 코어-쉘(core-shell) 구조를 가질 수 있다.Referring to FIG. 1 , nanoparticles 100 according to an embodiment of the present invention may include a core 101 made of a radioactive isotope and a metal film 102 surrounding it. That is, the nanoparticles 100 according to an embodiment of the present invention may have a core-shell structure in which the metal film 102 surrounds the core 101 .

코어(101)는 나노입자(100)를 구성하는 일 요소로서, 베타 붕괴를 하는 방사성 동위원소들 중 어느 하나의 원소로 이루어질 수 있다. 코어(101)를 구성할 수 있는 방사성 동위원소는 베타 붕괴를 통해 전자를 내놓을 수 있는 경우 사용이 가능하며 특정 동위원소에 제한되지 않는다. The core 101 is an element constituting the nanoparticles 100 and may be made of any one element among radioactive isotopes that undergo beta decay. Radioactive isotopes that can constitute the core 101 can be used if they can donate electrons through beta decay, and are not limited to specific isotopes.

금속막(102)은 나노입자(100)를 구성하는 일 요소로서, 전자를 포함할 수 있는 금속이 베타 붕괴를 할 수 있는 방사성 동위원소로 이루어진 코어(101)를 둘러쌀 수 있다. 금속막(102)은 코어(101)를 둘러쌈으로써, 코어(101)를 구성하는 방사성 동위원소가 베타 붕괴를 통해 방출한 전자를 포획할 수 있다.The metal film 102 is an element constituting the nanoparticles 100 and may surround the core 101 made of a radioactive isotope capable of beta decay of a metal that may contain electrons. The metal film 102 surrounds the core 101 , thereby capturing electrons emitted by a radioactive isotope constituting the core 101 through beta decay.

금속막(102)은 방사성 동위원소를 포함하는 코어(101)를 둘러싼 형태를 가지므로 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자에 사용되는 나노입자(100)는 코어-쉘(core-shell) 구조를 가질 수 있다. 금속막(102) 또한 특정 금속의 종류로 제한되지 않으며 전자를 포획할 수 있는 금속이면 사용이 가능하다. Since the metal film 102 has a shape surrounding the core 101 containing a radioactive isotope, the nanoparticles 100 used in the artificial neural network mimic device using beta decay according to an embodiment of the present invention are core-shell It may have a (core-shell) structure. The metal layer 102 is also not limited to a specific type of metal, and any metal capable of trapping electrons may be used.

도 2는 베타 붕괴 과정을 나타내는 도면이다.2 is a diagram showing the beta decay process.

도 2를 참조하면, 베타 붕괴 과정을 통해 원소가 전자를 내놓는 과정을 확인할 수 있다. 중성자가 양성자로 바뀌면서 전자를 방출하게 되는 과정은 대표적인 베타 붕괴 과정이다.Referring to FIG. 2 , it can be seen that an element releases electrons through a beta decay process. The process in which a neutron is converted into a proton and emits an electron is a typical beta decay process.

베타 붕괴(beta decay)는 방사성 감쇠 중 한 가지를 뜻하는 말로, 베타 입자가 방출되는 방사성 감쇠를 뜻한다. 이 과정을 통해 질량수는 같지만 원자 번호가 다른 원소로 변환된다. 여기서 베타 입자는 전자 또는 양전자를 의미한다. 즉, 본 발명의 일 실시예에 따른 나노입자(100)의 코어(101)를 구성하는 방사성 동위원소는 베타 붕괴를 통해 전자를 내놓을 수 있다. Beta decay refers to one of radioactive decay, and refers to radioactive decay in which beta particles are emitted. This process converts elements with the same mass number but different atomic numbers. Here, the beta particle means an electron or a positron. That is, the radioactive isotope constituting the core 101 of the nanoparticle 100 according to an embodiment of the present invention may release electrons through beta decay.

예컨대, 대표적인 방사성 동위원소인 14C(탄소)의 경우, 상술한 바와 같이 베타 붕괴를 통해 중성자가 양성자로 바뀌면서 하나의 전자를 방출하고 이를 통해 14N(질소)가 될 수 있다. For example, in the case of 14 C (carbon), which is a representative radioactive isotope, as described above, a neutron is converted into a proton through beta decay, and one electron is emitted, thereby becoming 14 N (nitrogen).

방사성 동위원소의 일 예시로 14C를 들었으나 상술한 바와 같이 이에 한정되는 것은 아니며, 베타 붕괴를 통해 전자를 방출할 수 있는 모든 방사성 동위원소는 본 발명의 일 실시예에 따른 나노입자(100)의 코어(101)를 구성할 수 있다. 14 C is mentioned as an example of a radioactive isotope, but as described above, it is not limited thereto, and all radioactive isotopes capable of emitting electrons through beta decay are nanoparticles 100 according to an embodiment of the present invention. of the core 101 can be configured.

14C는 비금속 방사성 동위원소로서, 반도체 분야에 잘 사용되지 않는 원소이나 본 발명의 일 실시예에 따른 나노입자(100)의 코어(101)는 베타 붕괴를 통해 전자를 방출할 수 있는 방사성 동위원소는 모두 사용이 가능하므로 14C를 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자(200)에 사용할 수 있다. 14 C is a non-metallic radioactive isotope, which is an element that is not used well in the semiconductor field, but the core 101 of the nanoparticle 100 according to an embodiment of the present invention is a radioactive isotope capable of emitting electrons through beta decay. Since all are available, 14 C can be used for the artificial neural network simulating device 200 using beta decay according to an embodiment of the present invention.

도 3a 및 도 3b는 본 발명의 일 실시예에 따른 나노입자에서 베타 붕괴를 통해 방사성 동위원소로부터 방출되는 전자가 금속막으로 이동해 포획되는 과정을 보여주는 도면이다.3A and 3B are diagrams illustrating a process in which electrons emitted from radioactive isotopes through beta decay in nanoparticles according to an embodiment of the present invention are captured by moving to a metal film.

도 3a를 참조하면, 나노입자의 코어를 구성하고 있는 방사성 동위원소가 베타 붕괴를 통해 전자를 방출하는 것을 확인할 수 있다.Referring to Figure 3a, it can be confirmed that the radioactive isotope constituting the core of the nanoparticle emits electrons through beta decay.

도 3b를 참조하면, 나노입자의 코어를 구성하고 있는 방사성 동위원소가 베타 붕괴를 통해 방출한 전자가 금속막으로 이동하여 금속막 내부에서 포획되어 있는 것을 확인할 수 있다.Referring to FIG. 3B , it can be confirmed that electrons emitted by the radioactive isotope constituting the core of the nanoparticles through beta decay move to the metal film and are trapped inside the metal film.

코어(101)를 구성하는 방사성 동위원소는 베타 붕괴를 통해 전자를 방출할 수 있다. 금속막(102)은 전자를 포획할 수 있는 금속으로 구성되어 있는 바, 방사성 동위원소로부터 방출된 전자를 포획할 수 있다.Radioactive isotopes constituting the core 101 may emit electrons through beta decay. Since the metal layer 102 is made of a metal capable of trapping electrons, it can trap electrons emitted from radioactive isotopes.

금속막(102)의 두께 또는 금속막(102)을 이루는 금속의 종류에 따라, 코어(101)를 구성하는 방사성 동위원소로부터 베타 붕괴를 통해 방출되는 전자가 금속막(102)에 포획되는 양이 달라질 수 있다. 예컨대, 금속막(102)의 두께가 두꺼워지는 경우 금속막(102)에 포획될 수 있는 전하량이 증가하고, 두께가 얇아지는 경우 금속막(102)에 포획될 수 있는 전하량이 감소할 수 있을 것이다. Depending on the thickness of the metal film 102 or the type of metal constituting the metal film 102 , the amount of electrons emitted through beta decay from the radioisotope constituting the core 101 is captured by the metal film 102 . may vary. For example, when the thickness of the metal film 102 is increased, the amount of electric charges that can be captured in the metal film 102 increases, and when the thickness is reduced, the amount of electric charges that can be captured in the metal film 102 can decrease. .

금속막(102)의 두께를 조절하여 방사성 동위원소가 베타 붕괴를 통해 내놓는 전자가 금속막(102) 내부에 포획되는 양을 조절할 수 있으므로 나노입자(100)를 구성하는 금속막(102)의 두께 조절을 통해 나노입자(100)의 단위부피당 전하량을 조절할 수 있다. 즉, 금속막(102)의 두께와 나노입자(100)의 단위부피당 전하량은 상관관계를 가질 수 있다.The thickness of the metal film 102 constituting the nanoparticles 100 can be controlled by controlling the thickness of the metal film 102 to control the amount of electrons emitted through beta decay of radioactive isotopes being captured inside the metal film 102 . Through the adjustment, the amount of charge per unit volume of the nanoparticles 100 can be adjusted. That is, the thickness of the metal film 102 and the amount of charge per unit volume of the nanoparticles 100 may have a correlation.

종래의 인공신경망모사 소자는 제작 시, 움직임이 가능한 입자를 이용하여 농도 구배에 의한 확산을 통해 신경망의 특성을 모사하였다. 이 경우, 농도 구배에 의한 확산을 통해 농도 구배가 사라진다는 점에서 동작 속도가 느리다는 점과 함께, 농도 구배에 의한 확산은 재료 자체의 고유 특성인 바 동작의 특성을 원하는 대로 조절할 수 없다는 단점이 있다. The conventional artificial neural network simulation device simulates the characteristics of a neural network through diffusion by a concentration gradient using movable particles during fabrication. In this case, the operation speed is slow in that the concentration gradient disappears through diffusion due to the concentration gradient, and diffusion by the concentration gradient has the disadvantage that the characteristic of the material itself cannot be adjusted as desired. have.

그러나, 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자(200)는 상술한 바와 같이 나노입자(100)를 구성하는 금속막(102)의 두께를 조절하여 나노입자(100)의 단위부피당 전하량을 조절할 수 있으므로 베타 붕괴를 이용한 인공신경망모사 소자(200)의 동작 특성을 원하는 대로 조절할 수 있다는 효과가 있다.However, in the artificial neural network simulating device 200 using beta decay according to an embodiment of the present invention, the thickness of the metal film 102 constituting the nanoparticles 100 is adjusted as described above for the nanoparticles 100 . Since the amount of charge per unit volume can be adjusted, there is an effect that the operating characteristics of the artificial neural network simulating device 200 using beta decay can be adjusted as desired.

도 4a 내지 도 4c는 베타 붕괴를 이용한 인공신경망모사 소자의 구성 및 외부에서 전기장이 인공신경망모사 소자에 인가되고 제거되는 동안의 과정을 나타내는 도면이다.4A to 4C are diagrams illustrating the construction of an artificial neural network mimicking device using beta decay and a process during which an electric field is applied to and removed from the artificial neural network mimicking device from the outside.

도 4a를 참조하면, 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자(200)는 양극(201), 음극(202), 전해질(203) 및 나노입자(100)를 포함할 수 있다.Referring to FIG. 4A , the artificial neural network simulation device 200 using beta decay according to an embodiment of the present invention may include an anode 201 , a cathode 202 , an electrolyte 203 , and nanoparticles 100 . have.

양극(201) 및 음극(202)은 외부에서 인가된 전기장을 통해 전해질(203)에 분산되어 있는 나노입자(100)들이 전기적 이동이 가능하도록 하는 역할을 수행할 수 있다. 양극(201)은 시냅스에서 신경전달물질을 수용하는 역할을 하는 부분으로, 전기장이 인가되었을 때 나노입자(100)의 금속막(102)에 포획된 전자로 인해 나노입자(100)들이 양극(201) 쪽으로 이동하게 되고, 나노입자(100)로부터 방출되는 전자를 받아들이는 역할을 수행할 수 있다.The positive electrode 201 and the negative electrode 202 may serve to enable electrical movement of the nanoparticles 100 dispersed in the electrolyte 203 through an externally applied electric field. The anode 201 is a part that serves to receive neurotransmitters in the synapse, and when an electric field is applied, the nanoparticles 100 become the anode 201 due to electrons trapped in the metal film 102 of the nanoparticles 100 . ) and may serve to receive electrons emitted from the nanoparticles 100 .

전해질(203)은 양극(201) 및 음극(202) 사이에 개재되어, 나노입자(100)가 전기장이 인가된 전극 사이에서 이동할 수 있도록 하는 역할을 수행할 수 있다.The electrolyte 203 may be interposed between the positive electrode 201 and the negative electrode 202 to serve to allow the nanoparticles 100 to move between the electrodes to which the electric field is applied.

나노입자(100)는 시냅스의 신경전달물질 역할을 하는 부분으로 코어(101)를 구성하는 방사성 동위원소가 베타 붕괴를 통해 전자를 방출하고, 방출된 전자는 나노입자(100)의 금속막(102)에 포획될 수 있다. 외부에서 베타 붕괴를 이용한 인공신경망모사 소자(200)에 전기장을 인가한 경우 금속막(102)에 포획된 전자로 인해 양극(201)으로 나노입자(100)가 이동할 수 있다.The nanoparticle 100 is a part serving as a neurotransmitter of the synapse, and the radioactive isotope constituting the core 101 emits electrons through beta decay, and the emitted electrons are the metal film 102 of the nanoparticle 100 . ) can be captured. When an electric field is applied to the artificial neural network mimicking device 200 using beta decay from the outside, the nanoparticles 100 may move to the anode 201 due to electrons trapped in the metal film 102 .

도 4b는 베타 붕괴를 이용한 인공신경망모사 소자에 전기장을 인가한 경우, 인공신경망모사 소자 내부 나노입자의 거동을 보여주는 도면이다.4B is a view showing the behavior of nanoparticles inside the artificial neural network mimicking device when an electric field is applied to the artificial neural network mimicking device using beta decay.

도 4b를 참조하면, 전해질(203)에 분산되어 있는 나노입자(100)들은 금속막(102)에 포획되어 있는 전자로 인해, 외부에서 베타 붕괴를 이용한 인공신경망모사 소자(200)에 인가한 전기장에 의하여 양극(201)으로 이동할 수 있다. Referring to FIG. 4B , the nanoparticles 100 dispersed in the electrolyte 203 have an electric field applied to the artificial neural network simulating device 200 using beta decay from the outside due to electrons trapped in the metal film 102 . may move to the anode 201 by

나노입자(100)들이 양극(201)의 표면에 접근하게 되면, 나노입자(100)의 금속막(102)에 포획되어 있는 전자들이 양극(201)으로 방출될 수 있다. 이러한 과정을 통해 외부 자극이 주어진 경우, 시냅스의 신경전달물질이 뉴런(neuron)을 통해 전달되는 과정을 모사할 수 있는 것이다. When the nanoparticles 100 approach the surface of the anode 201 , electrons trapped in the metal film 102 of the nanoparticles 100 may be emitted to the anode 201 . When an external stimulus is given through this process, it is possible to simulate the process in which the neurotransmitter of the synapse is transmitted through the neuron.

도 4c는 베타 붕괴를 이용한 인공신경망모사 소자에 전기장을 인가한 후, 이를 제거했을 때, 나노입자들의 거동을 보여주는 도면이다.FIG. 4c is a view showing the behavior of nanoparticles when an electric field is applied to an artificial neural network mimic device using beta decay and then removed.

도 4c를 참조하면, 전기장이 베타 붕괴를 이용한 인공신경망모사 소자(200)의 외부에서 인가되었다가 제거된 경우, 양극(201)에 접근해있던 나노입자(100)들은 농도 구배에 의한 확산에 의해 서로 이격되어 원래의 상태로 돌아갈 수 있다. 또한, 나노입자(100)의 금속막(102)이 방사성 동위원소로부터 방출된 전자를 포획하고 있는 바, 외부에서 인가한 전기장이 제거된 경우, 나노입자(100)가 포획하고 있는 금속막(102) 내부의 전자에 의해 나노입자(100) 간의 정전기적 반발력이 작용하여 서로 이격될 수 있다. Referring to FIG. 4C , when an electric field is applied from the outside of the artificial neural network simulating device 200 using beta decay and then removed, the nanoparticles 100 approaching the anode 201 are diffused by the concentration gradient. They can be separated from each other and return to their original state. In addition, when the metal film 102 of the nanoparticles 100 captures electrons emitted from the radioactive isotope, when the externally applied electric field is removed, the metal film 102 captured by the nanoparticles 100 ), an electrostatic repulsive force between the nanoparticles 100 may act by the electrons inside, so that they may be spaced apart from each other.

즉, 외부에서 전기장이 베타 붕괴를 이용한 인공신경망모사 소자(200)에 인가되었다가 제거되었을 때, 나노입자(100)의 농도 구배에 의한 확산과 함께 나노입자(100) 내부에 포획되어 있는 전자에 의한 나노입자(100) 간의 정전기적 반발력 또한 작용하여 서로 이격될 수 있는 것이다. 이로 인해, 농도 구배에 의한 확산만이 작용하는 종래의 인공신경망모사 소자에 비해 동작 속도가 더 빨라질 수 있다.That is, when an external electric field is applied to and then removed from the artificial neural network simulating device 200 using beta decay, the electrons trapped inside the nanoparticles 100 along with diffusion by the concentration gradient of the nanoparticles 100 The electrostatic repulsive force between the nanoparticles 100 by the action also acts to be spaced apart from each other. Due to this, the operation speed may be faster than that of the conventional artificial neural network simulating device in which only diffusion by the concentration gradient acts.

상술하였듯이, 농도 구배에 의한 확산은 재료 자체의 고유 특성으로 이로 인해 동작의 특성을 조절할 수 없는 바, 활용성의 향상에 한계가 있다. 그러나, 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자(200)에 포함된 나노입자(100)의 금속막(102) 두께 등을 조절하여 나노입자(100)의 단위부피당 전하량을 조절하고, 단위부피당 전하량의 조절을 통해 나노입자(100) 간의 정전기적 반발력을 조절하여 베타 붕괴를 이용한 인공신경망모사 소자(200)의 동작 속도를 조절할 수 있다. As described above, diffusion due to the concentration gradient cannot control the characteristics of the operation due to the inherent properties of the material itself, so there is a limit to the improvement of usability. However, the amount of charge per unit volume of the nanoparticles 100 by adjusting the thickness of the metal film 102 of the nanoparticles 100 included in the artificial neural network simulating device 200 using beta decay according to an embodiment of the present invention. It is possible to control the operating speed of the artificial neural network mimicking device 200 using beta decay by controlling the electrostatic repulsive force between the nanoparticles 100 through control of the amount of charge per unit volume.

예컨대, 금속막(102)의 두께가 두꺼울수록 나노입자(100)의 단위부피당 전하량이 증가하게 되고, 이로 인해 나노입자(100) 간의 정전기적 반발력 또한 증가할 수 있다. 정전기적 반발력이 증가하게 됨으로써, 베타 붕괴를 이용한 인공신경망모사 소자(200)에 전기장에 가해졌다가 제거되는 경우, 나노입자(100)가 이격되는 속도가 빨라지게 되므로 베타 붕괴를 이용한 인공신경망모사 소자(200)의 동작 속도가 빨라질 수 있다. For example, as the thickness of the metal layer 102 increases, the amount of charge per unit volume of the nanoparticles 100 increases, and thus, the electrostatic repulsion force between the nanoparticles 100 may also increase. As the electrostatic repulsive force increases, when an electric field is applied to and then removed from the artificial neural network simulating element 200 using beta decay, the speed at which the nanoparticles 100 are spaced apart increases, so the artificial neural network simulating element using beta decay The operation speed of 200 may be increased.

즉, 나노입자(100)의 단위부피당 전하량과 본 발명의 일 실시예에 따른 베타 붕괴를 이용한 인공신경망모사 소자(200)의 동작 속도는 상관관계를 가질 수 있다.That is, the amount of charge per unit volume of the nanoparticles 100 and the operating speed of the artificial neural network simulating device 200 using beta decay according to an embodiment of the present invention may have a correlation.

이와 같이 나노입자(100)에 포함되는 금속막(102)의 두께를 조절하거나 금속막(102)을 구성하는 금속의 종류를 달리하여 나노입자(100)의 단위부피당 전하량을 조절함으로써 나노입자(100) 간의 정전기적 반발력을 조절할 수 있고, 이를 통해 베타 붕괴를 이용한 인공신경망모사 소자(200)의 동작 속도를 조절할 수 있는 바, 사용자가 나노입자(100)의 구성을 달리함으로써 소자의 동작 속도를 원하는 대로 조절할 수 있다.As described above, by adjusting the thickness of the metal film 102 included in the nanoparticles 100 or by varying the type of metal constituting the metal film 102 to control the amount of charge per unit volume of the nanoparticles 100, the nanoparticles 100 ) can control the electrostatic repulsive force between can be adjusted as

이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술적 사상의 범위가 한정되는 것이 아니다. 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present invention, and various modifications and variations will be possible without departing from the essential characteristics of the present invention by those skilled in the art to which the present invention pertains. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

100 : 나노입자
101 : 코어
102 : 금속막
200 : 베타 붕괴를 이용한 인간신경망모사 소자
201 : 양극
202 : 음극
203 : 전해질100: nanoparticles
101: core
102: metal film
200: human neural network simulating device using beta decay
201: positive electrode
202: cathode
203: electrolyte

Claims (11)

삭제delete 삭제delete 삭제delete 삭제delete 양극 및 음극;
상기 양극 및 상기 음극 사이에 개재된 전해질; 및
상기 전해질에 분산된 나노입자(nanoparticle)들을 포함하며,
상기 나노입자는 베타 붕괴를 하는 방사성 동위원소들 중 어느 하나의 원소로 이루어진 코어(core)와 상기 코어를 감싸는 금속막을 포함하는 것이며,
상기 방사성 동위원소들은 베타 붕괴를 통해 전자를 방출하는 방사성 동위원소들이며,
상기 방사성 동위원소가 베타 붕괴를 통해 방출한 전자는 상기 금속막 내부에 포획되는 것이며,
상기 양극 및 상기 음극은 외부에서 인가된 전기장을 통해 상기 전해질에 분산되어 있는 상기 나노입자들이 전기적 이동이 가능하도록 하는 것이며,
외부에서 전기장이 인가되면, 상기 금속막에 포획된 전자들에 의하여 상기 나노입자들은 상기 양극으로 이동하는 것이며,
상기 전해질에 분산된 나노입자들은 외부에서 인가한 전기장에 의해 상기 양극으로 이동하여 상기 금속막에 포획된 전자를 상기 양극으로 방출하는 것인,
베타 붕괴를 이용한 인공신경망모사(neuromorphic) 소자.positive and negative electrodes;
an electrolyte interposed between the positive electrode and the negative electrode; and
Including nanoparticles dispersed in the electrolyte,
The nanoparticles are to include a core (core) made of any one of the radioactive isotopes undergoing beta decay and a metal film surrounding the core,
The radioactive isotopes are radioactive isotopes that emit electrons through beta decay,
Electrons emitted by the radioactive isotope through beta decay are trapped inside the metal film,
The positive electrode and the negative electrode are to enable the electrical movement of the nanoparticles dispersed in the electrolyte through an externally applied electric field,
When an electric field is applied from the outside, the nanoparticles move to the anode by electrons trapped in the metal film,
Nanoparticles dispersed in the electrolyte move to the anode by an externally applied electric field to emit electrons captured in the metal film to the anode,
A neuromorphic device using beta decay. 삭제delete 삭제delete 제5항에 있어서,
상기 금속막의 두께와 상기 나노입자의 단위부피당 전하량은 상관관계를 갖는,
베타 붕괴를 이용한 인공신경망모사 소자.6. The method of claim 5,
The thickness of the metal film and the amount of charge per unit volume of the nanoparticles have a correlation,
Artificial neural network simulation device using beta decay. 삭제delete 제5항에 있어서,
외부에서 전기장이 인가되었다가 제거된 경우,
상기 나노입자들은 각각의 금속막에 포획된 전자들 사이의 반발력에 의해 서로 이격되는,
베타 붕괴를 이용한 인공신경망모사 소자. 6. The method of claim 5,
When an external electric field is applied and then removed,
The nanoparticles are spaced apart from each other by the repulsive force between electrons trapped in each metal film,
Artificial neural network simulation device using beta decay. 제5항에 있어서,
상기 나노입자의 단위부피당 전하량과 상기 베타 붕괴를 이용한 인공신경망모사 소자의 동작 속도는 상관관계를 갖는,
베타 붕괴를 이용한 인공신경망모사 소자.

6. The method of claim 5,
The amount of charge per unit volume of the nanoparticles and the operating speed of the artificial neural network simulating device using the beta decay have a correlation,
Artificial neural network simulation device using beta decay.
KR1020190086939A 2019-07-18 2019-07-18 Neuromorphic device using beta decay and nanoparticle used in same KR102456660B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190086939A KR102456660B1 (en) 2019-07-18 2019-07-18 Neuromorphic device using beta decay and nanoparticle used in same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190086939A KR102456660B1 (en) 2019-07-18 2019-07-18 Neuromorphic device using beta decay and nanoparticle used in same

Publications (2)

Publication Number Publication Date
KR20210009847A KR20210009847A (en) 2021-01-27
KR102456660B1 true KR102456660B1 (en) 2022-10-18

Family

ID=74238813

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190086939A KR102456660B1 (en) 2019-07-18 2019-07-18 Neuromorphic device using beta decay and nanoparticle used in same

Country Status (1)

Country Link
KR (1) KR102456660B1 (en)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107921153B (en) * 2015-05-22 2021-06-11 德克萨斯大学系统董事会 Radioactive nanoparticles and methods of making and using same
KR102002212B1 (en) 2017-04-14 2019-07-19 포항공과대학교 산학협력단 Potentiation operation method of the synapse device for application on neuromorphic system

Also Published As

Publication number Publication date
KR20210009847A (en) 2021-01-27

Similar Documents

Publication Publication Date Title
Yang et al. Mechanoplastic tribotronic floating‐gate neuromorphic transistor
Gross et al. High-energy neutrino-nucleon scattering, current algebra and partons
Ohnishi et al. Correlation between potential well structure and neutron production in inertial electrostatic confinement fusion
KR102456660B1 (en) Neuromorphic device using beta decay and nanoparticle used in same
Lee et al. Properties of matter at high pressures and temperatures
Ancona Density-gradient analysis of field emission from metals
Fu et al. Electronic stopping power under channeling conditions for slow ions in Ge using first principles
US2712607A (en) Device for intensifying photoelectrostatic image
Brown A short history of gaseous electronics
He et al. Artificial Neurons Using Ag− In− Zn− S/Sericin Peptide‐Based Threshold Switching Memristors for Spiking Neural Networks
CN113205985A (en) Method and system for leading out quantum current based on photoelectron emission
Dreiden et al. Interference-hologram investigation of a plasma in the vicinity of a neutral current layer
MacGregor On the interpretation of the electron anomalous magnetic moment
Mukherjee Modified Regge Representation
Nachman et al. Simulations of Silicon Radiation Detectors for High Energy Physics Experiments
Ahn The study of nuclear structure of neutron-rich 81Ge and its contribution in the r-process via the neutron transfer reaction 80Ge (d, p)
Fan et al. Simulation on the development progress of positive glow corona discharge from ground wire of AC/DC transmission lines under thunderstorm condition
Giugliarelli Modeling Radiation Damage Effects in 3D Pixel Digitization for the ATLAS Detector
Janek et al. Electrotransport in ionic crystals: II. A dynamical model
Müller Quantum electrodynamics of strong fields
Hollands A novel method for track fitting in TPCs, and interactive computing for nuclear laboratories
Mostajeran et al. Space charge and two-sheet model in multipactor
Erokhin et al. Organic memristors and adaptive networks
Taubes How collapsing stars might hide their tracks in black holes
CN118538446A (en) Outer space charged particle control device and method

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant