Резервуарные вычисления (RC) решают сложные проблемы, имитируя способ обработки информации мозгом животных. Он полагается на случайно подключенную сеть, которая действует как резервуар информации и в конечном итоге приводит к более эффективным результатам. Для достижения RC непосредственно в материале (вместо моделирования на цифровом компьютере) до сих пор были исследованы несколько материалов резервуаров. Теперь команда, в которую входят исследователи из Университета Осаки, разработала сеть сульфированного полианилина для RC.
Нейронные сети в мозге используют электрохимические сигналы, переносимые ионами. Следовательно, электрохимический подход является логичным выбором при выборе системы материалов для RC. Транзисторы с органическим электрохимическим эффектом (OECFET) популярны в биоэлектронике; Однако в RC он пока не получил широкого распространения.
Ключом к материалу резервуара является его богатое (зависящее от времени) и неструктурированное поведение, что делает полимерные материалы отличным выбором, поскольку они сами образуют случайные сети.
Полианилин является многообещающим полимером для RC-приложений, поскольку он легко полимеризуется, имеет хорошую стабильность в атмосфере и имеет обратимые свойства легирования / удаления легирования, что означает, что его проводимость можно изменять.
Исследователи исследовали сульфированный полианилин (SPAN), который, помимо преимуществ полианилина, обладает высокой растворимостью в воде и самодопирующими свойствами. Это упрощает использование SPAN и делает стероиды более последовательными.
«Атмосферные протоны непосредственно впрыскиваются в полимерную цепь SPAN, вызывая это, — объясняет ведущий автор исследования Юки Усами. «Эту проводимость затем можно контролировать, регулируя влажность».
Исследователи использовали простой капельный метод для сборки SPAN на золотых электродах, чтобы получить устройство с органической электрохимической сетью (OEND).
SPAN OEND для RC был протестирован путем изучения формы сигнала и оценки его производительности при выполнении задач краткосрочной памяти. Результаты тестирования, чтобы увидеть, насколько хорошо распознавание речи достигло точности до 70%. Возможности SPAN OEND были сопоставимы с программным моделированием RC.
«Мы показали, что нашу систему SPAN OEND можно применять в RC», — говорит автор исследования Такуя Мацумото. «Дальнейшие шаги по созданию систем, не зависящих от влажности, предоставят более практичные варианты; однако успех нашей системы на основе SPAN является положительным шагом для расчета резервуаров на основе материалов, что, как ожидается, окажет значительное влияние на следующие поколение устройств AI ».
Источник рассказа:
Материалы Представление о Осакский университет. Примечание. Содержимое можно изменять в зависимости от стиля и длины.
«Главный евангелист пива. Первопроходец в области кофе на протяжении всей жизни. Сертифицированный защитник Твиттера. Интернетоголик. Практикующий путешественник».
More Stories
Ученые раскрыли секреты потери морских звезд и возобновления роста конечностей
Комплексное мероприятие сообщества людей с деменцией в Ратуте, посвященное Всемирному месяцу борьбы с болезнью Альцгеймера.
Новое исследование массивного надвига предполагает, что следующее большое землетрясение может быть неизбежным