譯者序
前言
致謝
作者簡介
第1章　導(dǎo)論1
　1.1　發(fā)現(xiàn)1
　1.2　憶阻器2
1.2.1　定義2
1.2.2　理想憶阻器的直流響應(yīng)4
1.2.3　理想憶阻器的交流響應(yīng)4
1.2.4　理想憶阻器的交流響應(yīng)：更高的頻率5
1.2.5　進(jìn)一步觀察6
1.2.6　小結(jié)8
　1.3　憶阻器件和系統(tǒng)8
1.3.1　定義8
1.3.2　電阻開關(guān)機(jī)制9
1.3.3　離子傳輸10
1.3.4　導(dǎo)電絲的形成11
1.3.5　相變轉(zhuǎn)換12
1.3.6　諧振隧穿二極管14
1.3.7　磁阻式存儲器、納米粒子和多態(tài)器件15
　1.4　神經(jīng)形態(tài)計算17
1.4.1　憶阻突觸18
1.4.2　憶阻神經(jīng)元18
1.4.3　憶阻神經(jīng)網(wǎng)絡(luò)19
　1.5　本章總結(jié)22
　致謝22
　參考文獻(xiàn)23
第2章　交叉陣列存儲模擬和性能評估27
　2.1　引言27
2.1.1　動機(jī)27
2.1.2　其他存儲器28
2.1.3　非晶硅交叉陣列存儲單元29
　2.2　結(jié)構(gòu)30
2.2.1　交叉陣列模型32
　2.3　寫入策略和電路實現(xiàn)35
　2.4　讀取策略和電路實現(xiàn)37
　2.5　存儲架構(gòu)40
　2.6　功耗45
2.6.1　功耗估計45
2.6.2　靜態(tài)功率分析建模48
　2.7　噪聲分析51
　2.8　面積開銷53
2.8.1　基于庫的系統(tǒng)設(shè)計60
　2.9　技術(shù)比較62
　參考文獻(xiàn)62
第3章　基于憶阻器的數(shù)字存儲器65
　3.1　引言65
　3.2　憶阻存儲器的自適應(yīng)讀寫66
　3.3　仿真結(jié)果68
3.3.1　高狀態(tài)仿真68
3.3.2　背景電阻掃描69
3.3.3　最小阻值掃描71
3.3.4　二極管泄漏電流71
3.3.5　功率建模72
　3.4　自適應(yīng)方法的結(jié)果與討論75
　3.5　本章總結(jié)77
　參考文獻(xiàn)77
第4章　多級存儲架構(gòu)79
　4.1　引言79
　4.2　多狀態(tài)存儲架構(gòu)81
4.2.1　架構(gòu)81
4.2.2　讀/寫電路82
4.2.3　陣列電壓偏置方案83
4.2.4　讀/寫操作流程84
4.2.5　狀態(tài)由來84
　4.3　讀/寫操作86
4.3.1　讀/寫仿真86
4.3.2　讀取相鄰單元的干擾88
　4.4　變化的影響90
4.4.1　編程電壓的變化90
4.4.2　串聯(lián)電阻的變化91
4.4.3　減少影響的讀取方案91
4.4.4　陣列寫入后的電阻分布93
　4.5　本章總結(jié)94
　參考文獻(xiàn)94
第5章　搭建憶阻器的神經(jīng)形態(tài)組件98
　5.1　引言98
　5.2　使用憶阻器實現(xiàn)神經(jīng)形態(tài)功能99
5.2.1　側(cè)抑制99
5.2.2　返回抑制100
5.2.3　重合檢測100
　5.3　CMOS憶阻器神經(jīng)形態(tài)芯片103
5.3.1　模擬示例:位置檢測器103
5.3.2　數(shù)字示例：多功能芯片架構(gòu)107
　5.4　本章總結(jié)110
　參考文獻(xiàn)111
第6章　基于憶阻器的值迭代114
　6.1　引言114
　6.2　Q學(xué)習(xí)和憶阻器建模115
　6.3　迷宮搜索應(yīng)用116
6.3.1　介紹116
6.3.2　硬件架構(gòu)117
6.3.3　Q學(xué)習(xí)的硬件連接119
　6.4　結(jié)果與討論120
　6.5　本章總結(jié)121
　參考文獻(xiàn)121
第7章　基于隧道的細(xì)胞非線性網(wǎng)絡(luò)結(jié)構(gòu)在圖像處理中的應(yīng)用123
　7.1　引言123
　7.2　CNN工作原理124
7.2.1　基于Chua和Yang模型的CNN124
7.2.2　基于RTD模型的CNN方程125
7.2.3　不同CNN模型之間的比較126
　7.3　電路分析127
7.3.1　穩(wěn)定性128
7.3.2　建立時間128
　7.4　仿真結(jié)果131
　7.5　本章總結(jié)133
　參考文獻(xiàn)134
第8章　多峰諧振隧穿二極管的彩色圖像處理136
　8.1　引言136
　8.2　基于多峰諧振隧穿二極管的彩色圖像處理器138
　8.3　顏色表示方法140
　8.4　顏色量化141
8.4.1　實現(xiàn)和結(jié)果141
8.4.2　建立時間分析143
8.4.3　能耗分析143
　8.5　光滑函數(shù)144
8.5.1　運(yùn)行與結(jié)果144
8.5.2　穩(wěn)定時間145
8.5.3　能耗分析145
　8.6　顏色提取146
　8.7　與數(shù)字信號處理芯片的比較149
　8.8　穩(wěn)定性150
　8.9　本章總結(jié)151
　參考文獻(xiàn)152
第9章　基于諧振隧穿二極管陣列的速度調(diào)諧濾波器設(shè)計154
　9.1　引言154
　9.2　基于RTD的速度調(diào)諧濾波器陣列155
9.2.1　傳統(tǒng)速度調(diào)諧濾波器155
9.2.2　諧振隧穿二極管156
9.2.3　速度調(diào)諧濾波器158
　9.3　系統(tǒng)分析162
9.3.1　速度調(diào)諧濾波器的時延分析162
9.3.2　速度調(diào)諧濾波器的功耗分析163
9.3.3　速度調(diào)諧濾波器的穩(wěn)定性166
　參考文獻(xiàn)168
第10章　基于量子點和可變電阻器件的可編程人工視網(wǎng)膜圖像處理169
　10.1　引言169
　10.2　CNN結(jié)構(gòu)170
10.2.1　諧振隧穿二極管模型與偏置170
10.2.2　單元結(jié)構(gòu)171
　10.3　編程可變電阻連接172
　10.4　分析建模175
10.4.1　邊緣檢測175
10.4.2　線條檢測177
　10.5　仿真結(jié)果178
10.5.1　邊緣檢測178
10.5.2　線條檢測181
　10.6　本章總結(jié)181
　參考文獻(xiàn)181
第11章　基于憶阻器的非線性細(xì)胞/神經(jīng)網(wǎng)絡(luò):設(shè)計、分析及應(yīng)用183
　11.1　引言183
　11.2　憶阻器基礎(chǔ)184
　11.3　基于憶阻器的細(xì)胞神經(jīng)網(wǎng)絡(luò)186
11.3.1　憶阻細(xì)胞神經(jīng)網(wǎng)絡(luò)的描述186
11.3.2　使用憶阻橋電路實現(xiàn)突觸的連接187
11.3.3　M-CNN細(xì)胞的實現(xiàn)189
　11.4　數(shù)學(xué)分析190
11.4.1　穩(wěn)定性190
11.4.2　容錯性191
　11.5　計算機(jī)仿真193
11.5.1　穩(wěn)定性分析193
11.5.2　容錯性分析194
11.5.3　M-CNN的應(yīng)用194
11.5.4　M-CNN上憶阻器偏差值的影響196
　11.6　本章總結(jié)197
　參考文獻(xiàn)197
第12章　基于憶阻器的神經(jīng)網(wǎng)絡(luò)動力學(xué)分析及其應(yīng)用200
　12.1　引言200
　12.2　定義和規(guī)則202
　12.3　基于憶阻器的神經(jīng)網(wǎng)絡(luò)設(shè)計203
12.3.1　MRNN的設(shè)計203
12.3.2　MWNN的設(shè)計206
12.3.3　小結(jié)208
　12.4　動力學(xué)分析208
12.4.1　MRNN的動力學(xué)分析208
12.4.2　MWNN的動力學(xué)分析220
12.4.3　WTA點存在的充分條件220
12.4.4　WTA行為和收斂性分析221
12.4.5　小結(jié)222
　12.5　應(yīng)用與仿真223
12.5.1　MRNN的仿真223
12.5.2　BP-MWNN分類器系統(tǒng)的說明性示例227
12.5.3　小結(jié)230
　參考文獻(xiàn)230
附錄235
縮寫詞242