《纳米忆阻器与神经形态计算》内容简介

本书旨在深入了解纳米级器件的工作原理，重点介绍非易失性存储器、神经网络训练/学习的各种应用的神经形态电路的设计，以及图像处理。
皮纳基·马祖姆德（Pinaki Mazumder）于1988年获得伊利诺伊大学香槟分校的博士学位。目前，他是密歇根大学安娜堡分校电气工程和计算机科学系的教授。他因在超大规模集成电路领域的杰出贡献，于1999年成为IEEE会士，2007年成为AAAS会士。他在美国国家科学基金会工作了三年，担任CISE董事会新兴技术项目的项目主任，并领导了工程局的量子、分子和高性能仿真程序项目。他的研究兴趣包括纳米级CMOS超大规模集成电路设计和新兴技术的电路设计，如量子MOS和谐振隧穿器件、半导体存储系统和超大规模集成电路芯片的物理合成。

作品目录

作者简介
译者简介
译者序
前言
致谢
献词
第1章：导论
1.1、发现
1.2、忆阻器
1.3、忆阻器件和系统
1.4、神经形态计算
1.5、本章总结
致谢
参考文献
第2章：交叉阵列内存模拟和性能评估
2.1、引言
2.2、结构
2.3、写入策略和电路实现
2.4、读取策略和电路实现
2.5、存储架构
2.6、功耗
2.7、噪声分析
2.8、面积开销
2.9、技术比较
参考文献
第3章：基于忆阻器的数字存储器
3.1、引言
3.2、忆阻存储器的自适应读写
3.3、仿真结果
3.4、自适应方法的结果与讨论
3.5、本章总结
参考文献
第4章：多级内存架构
4.1、引言
4.2、多状态存储架构
4.3、读/写操作
4.4、变化的影响
4.5、本章总结
参考文献
第5章：搭建忆阻器的神经形态组件
5.1、引言
5.2、使用忆阻器实现神经形态功能
5.3、CMOS-忆阻器神经形态芯片
5.4、本章总结
参考文献
第6章：基于忆阻器的值迭代
6.1、引言
6.2、Q学习和忆阻器建模
6.3、迷宫搜索应用
6.4、结果与讨论
6.5、本章总结
参考文献
第7章：基于隧道的细胞非线性网络结构在图像处理中的应用
7.1、引言
7.2、CNN工作原理
7.3、电路分析
7.4、仿真结果
7.5、本章总结
参考文献
第8章：多峰谐振隧穿二极管的图像处理
8.1、引言
8.2、基于多峰谐振隧穿二极管的彩色图像处理器
8.3、颜色表示方法
8.4、颜色量化
8.5、光滑函数
8.6、颜色提取
8.7、与数字信号处理芯片的比较
8.8、稳定性
8.9、本章总结
参考文献
第9章：基于谐振隧穿二极管阵列的速度调谐滤波器设计
9.1、引言
9.2、基于RTD的速度调谐滤波器阵列
9.3、系统分析
参考文献
第10章：基于量子点和可变电阻器件的可编程人工视网膜图像处理
10.1、引言
10.2、CNN结构
10.3、编程可变电阻连接
10.4、分析建模
10.5、仿真结果
10.6、本章总结
参考文献
第11章：基于忆阻器的非线性细胞/神经网络：设计、分析及应用
11.1、引言
11.2、忆阻器基础
11.3、基于忆阻器的细胞神经网络
11.4、数学分析
11.5、计算机仿真
11.6、本章总结
参考文献
第12章：基于忆阻器的神经网络动力学分析及其应用
12.1、引言
12.2、定义和规则
12.3、基于忆阻器的神经网络设计
12.4、动力学分析
12.5、应用与仿真
参考文献
附录
A.1、蔡少棠的忆阻器和忆阻建模系统
A.2、忆阻器的实验实现
A.3、忆阻器建模
参考文献
缩写词