Исследование мемристивных систем на основе самоорганизованных наноструктур для нейроморфных вычислений

Исследование посвящено разработке и анализу мемристивных систем на основе самоорганизованных наноструктур (наночастицы Ag, Au, TiO2, наностержни, углеродные нанотрубки) для реализации нейроморфных вычислений. Основной акцент сделан на изучении перколяционных эффектов и применении резервуарных вычислительных архитектур. Разработаны мультиэлектродные ячейки с мемристивными ансамблями металлических наночастиц с диэлектрическими покрытиями (SiO2, HfO2), демонстрирующие эффективность в задачах прогнозирования временных рядов и классификации. Создан прототип электролитического транзистора на основе углеродного нанокомпозита, реализующий функционал синапса в дробно-дифференциальной импульсной нейронной сети с энергопотреблением менее 1 мкВт на импульс. Синтезирован плазмонный оптоэлектронный мемристор на основе нанокомпозита Ag-TiO2, демонстрирующий синаптическую пластичность при световой стимуляции, что позволяет совместить функции визуального восприятия и предварительной обработки изображений. Теоретическое моделирование подтвердило способность исследуемых перколяционных структур эмулировать ключевые свойства биологических нейронных сетей: пороговую активацию, генерацию спайков и модулируемую проводимость, аналогичную синаптической пластичности (Свидетельство о регистрации программы для ЭВМ). Полученные результаты обосновывают перспективность применения данных наноструктурированных систем в энергоэффективных нейроморфных вычислительных устройствах.