搜索
西安交大微电子学院本科生在Neurocomputing（IF=6.7）期刊发表研究成果：面向器件非理想性的软硬件协同设计取得新进展
8 小时前
近日，西安交通大学微电子学院韩传余副教授团队的研究成果《基于时间表征映射与原型结构匹配的鲁棒忆阻储备池计算》发表于国际期刊Neurocomputing。该研究提出了一种基于忆阻器的储备池计算系统框架，通过时间表征映射与原型结构匹配机制，显著提升了系统对器件级非理想特性的抗干扰能力，同时降低了训练成本。研究团队设计了基于脉冲时序依赖可塑性（STDP）的在线学习读出层，使系统在处理时序数据时展现出更强的鲁棒性。实验结果表明，该框架可有效应用于复杂时序任务处理，为低功耗边缘计算提供了新的技术路径。
