譯者序
前言
致謝
作者簡介
第1章　導論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4
1.2.3　理想憶阻器的交流響應4
1.2.4　理想憶阻器的交流響應：更高的頻率5
1.2.5　進一步觀察6
1.2.6　小結8
　1.3　憶阻器件和系統(tǒng)8
1.3.1　定義8
1.3.2　電阻開關機制9
1.3.3　離子傳輸10
1.3.4　導電絲的形成11
1.3.5　相變轉換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　神經形態(tài)計算17
1.4.1　憶阻突觸18
1.4.2　憶阻神經元18
1.4.3　憶阻神經網絡19
　1.5　本章總結22
　致謝22
　參考文獻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　結構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)設計60
　2.9　技術比較62
　參考文獻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讀寫66
　3.3　仿真結果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　自適應方法的結果與討論75
　3.5　本章總結77
　參考文獻77
第4章　多級存儲架構79
　4.1　引言79
　4.2　多狀態(tài)存儲架構81
4.2.1　架構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94
　參考文獻94
第5章　搭建憶阻器的神經形態(tài)組件98
　5.1　引言98
　5.2　使用憶阻器實現(xiàn)神經形態(tài)功能99
5.2.1　側抑制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107
　5.4　本章總結110
　參考文獻111
第6章　基于憶阻器的值迭代114
　6.1　引言114
　6.2　Q學習和憶阻器建模115
　6.3　迷宮搜索應用116
6.3.1　介紹116
6.3.2　硬件架構117
6.3.3　Q學習的硬件連接119
　6.4　結果與討論120
　6.5　本章總結121
　參考文獻121
第7章　基于隧道的細胞非線性網絡結構在圖像處理中的應用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　仿真結果131
　7.5　本章總結133
　參考文獻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　運行與結果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151
　參考文獻152
第9章　基于諧振隧穿二極管陣列的速度調諧濾波器設計154
　9.1　引言154
　9.2　基于RTD的速度調諧濾波器陣列155
9.2.1　傳統(tǒng)速度調諧濾波器155
9.2.2　諧振隧穿二極管156
9.2.3　速度調諧濾波器158
　9.3　系統(tǒng)分析162
9.3.1　速度調諧濾波器的時延分析162
9.3.2　速度調諧濾波器的功耗分析163
9.3.3　速度調諧濾波器的穩(wěn)定性166
　參考文獻168
第10章　基于量子點和可變電阻器件的可編程人工視網膜圖像處理169
　10.1　引言169
　10.2　CNN結構170
10.2.1　諧振隧穿二極管模型與偏置170
10.2.2　單元結構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　仿真結果178
10.5.1　邊緣檢測178
10.5.2　線條檢測181
　10.6　本章總結181
　參考文獻181
第11章　基于憶阻器的非線性細胞/神經網絡:設計、分析及應用183
　11.1　引言183
　11.2　憶阻器基礎184
　11.3　基于憶阻器的細胞神經網絡186
11.3.1　憶阻細胞神經網絡的描述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細胞的實現(xiàn)189
　11.4　數(shù)學分析190
11.4.1　穩(wěn)定性190
11.4.2　容錯性191
　11.5　計算機仿真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的應用194
11.5.4　M-CNN上憶阻器偏差值的影響196
　11.6　本章總結197
　參考文獻197
第12章　基于憶阻器的神經網絡動力學分析及其應用200
　12.1　引言200
　12.2　定義和規(guī)則202
　12.3　基于憶阻器的神經網絡設計203
12.3.1　MRNN的設計203
12.3.2　MWNN的設計206
12.3.3　小結208
　12.4　動力學分析208
12.4.1　MRNN的動力學分析208
12.4.2　MWNN的動力學分析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222
　12.5　應用與仿真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230
　參考文獻230
附錄235
縮寫詞242