一种自整流忆阻器在 LIF 神经元电路构建与混沌时间序列预测中的创新应用

《Materials Today Physics》：An innovative application of self-rectifying memristor for LIF neuronal circuit construction and chaotic time-series prediction

　　

• •
  通过CeO_x/SrTiO_x异质界面工程实现了自整流忆阻器。
• •
  该器件具有可调电导动力学特性，能够模拟多种突触行为。
• •
  通过本征积分和弛豫特性构建了基于忆阻器的LIF神经元。
• •
  该忆阻器实现了SNN手写数字识别和RC框架功能。

引言

脉冲神经网络（SNN）作为第三代人工神经网络，凭借其事件驱动、低功耗和高并行性等特点，被认为是突破传统冯·诺依曼架构"内存墙"瓶颈的关键技术 [1], [2], [3], [4]。在SNN的硬件实现中，LIF神经元模型构成了核心计算单元。通过模拟生物神经元的膜电位积分、泄漏和阈值发放机制，它实现了时空信息的编码与处理 [5], [6], [7]。然而，基于传统CMOS技术构建LIF神经元电路在面积效率和功耗方面面临严峻挑战 [8], [9]。鉴于现代神经网络需要数百万甚至数十亿个神经元节点，纯CMOS实现的LIF电路通常包含运算放大器、比较器和多个晶体管，导致单个神经元占据较大的芯片面积并具有较高的静态功耗，这严重限制了大规模神经形态系统的集成密度和能效比 [10], [11]。此外，在模拟生物神经元的动态泄漏特性时，CMOS电路通常需要复杂的反馈回路或额外的无源元件，进一步加剧了电路设计的复杂性和非理想效应 [12]。因此，探索具有高度集成、低功耗和本征动态特性的新器件来替代或部分替代传统CMOS元件，已成为神经形态硬件领域亟待解决的核心科学问题 [13], [14]。

忆阻器作为具有记忆功能的第四种基本无源电路元件，凭借其纳米级尺寸、非易失性和连续可调的电阻态，为构建紧凑型LIF神经元电路提供了革命性解决方案 [15], [16]。利用忆阻器构建LIF电路能够从根本上克服CMOS技术的局限性。忆阻器的物理结构允许在极小的空间内实现突触权重的存储和神经元动力学的模拟，显著提高了面积效率 [10], [17]。此外，某些类型的忆阻器（如阈值开关器件或易失性忆阻器）具有本征电压阈值触发和状态恢复特性，可以自然模拟LIF神经元的"发放"和"复位"过程，而无需复杂的周边数字逻辑控制 [18], [19]。这种器件层面的物理特性映射不仅简化了电路拓扑结构，还显著降低了动态操作期间的能量消耗 [20], [21]。更重要的是，忆阻器支持的存内计算架构使LIF神经元能够在内存阵列的边缘直接执行本地计算，消除了数据移动导致的能耗延迟，为实现真正的类脑并行处理奠定了硬件基础 [22], [23]。通过CMOS-忆阻器混合架构，研究人员已成功演示了具有生物学真实性的LIF神经元行为，展示了该技术在提高系统可扩展性方面的巨大潜力 [24], [25]。

在众多忆阻器材料体系中，二氧化铈（CeO_x）和钛酸锶（SrTiO_x）因其独特的物理和化学性质而展现出优异的应用前景。基于CeO_x的忆阻器具有丰富的氧空位迁移机制，可实现高开关比、良好的可塑性和优异的设备可靠性。特别是，垂直排列纳米复合薄膜的设计能够有效调节导电细丝的形成，从而增强电子突触的性能稳定性 [26], [27], [28]。同时，作为经典的钙钛矿氧化物，SrTiO_x具有良好的晶体结构匹配和界面特性。基于SrTiO_x薄膜的存储电阻器表现出稳定的电阻开关行为，适合构建高性能神经突触 [29], [30]。将CeO_x与SrTiO_x结合使用或分别应用于LIF电路的不同功能模块，不仅继承了它们在低功耗和高耐久性方面的优势，还可能赋予LIF神经元超越传统CMOS电路的新功能。例如，利用这些氧化物忆阻器的多态电阻开关特性，LIF神经元可能实现自适应阈值调节、STP/LTP协同模拟，甚至在单个器件层面集成感觉处理与记忆功能 [31], [32]。此外，结合器件优异的多态电阻开关特性，该架构可显著提高脉冲神经网络图像识别任务中的分类准确率，从而实现从基础神经元模拟到复杂时空认知处理的全面飞跃 [33], [34]。同时，基于CeO_x/SrTiO_x忆阻器构建的LIF神经网络，凭借其本征非线性动力学和衰减记忆特性，可自然作为物理储备池，实现高精度混沌时间序列预测 [35]。

在本工作中，我们实验实现了具有自整流双极性开关特性的Ag/CeO_x/SrTiO_x/FTO忆阻器，该特性源于非对称异质结势垒和氧空位介导的输运机制。电学特性证实，该器件再现了包括EPSC、STP/LTP转换、增强/抑制和PPF在内的突触行为，具有良好的均匀性和低功耗。利用刺激依赖性积分和自发弛豫，我们构建了紧凑的LIF神经元，模拟膜电位积累、泄漏和阈值发放，极大地简化了电路拓扑结构。通过LTspice验证的忆阻器驱动LIF电路，在器件受限的SNN中实现了高准确率的手写数字识别，在MNIST数据集上达到>95%的准确率。此外，利用非线性特性和遗忘记忆特性，我们使用单个校准器件模型构建了时间复用RC系统，实现了鲁棒的波形分类和混沌时间序列的准确单步预测，具有低NRMSE和高R²。这些结果完全验证了我们的猜想，即自整流忆阻器可作为突触、神经元和计算任务的统一平台，为低功耗、可扩展的神经形态硬件提供了一条有前途的途径。

章节摘要

器件制备

在本工作中，我们依次在FTO基底上通过磁控溅射沉积SrTiO_x和CeO_x薄膜，作为忆阻器的功能层。在沉积之前，尺寸为2.0×2.0 cm²的FTO基底分别在去离子水、无水乙醇和去离子水中超声清洗15分钟，以去除表面污染物。功能层通过在FTO基底上使用依次沉积SrTiO_x和CeO_x制备

结果与讨论

图1a示意展示了Ag/CeO_x/SrTiO_x/FTO忆阻器实现的多功能神经形态应用，包括人工突触模拟、LIF神经元操作、基于RC的混沌预测和SNN图像识别。如图1b所示，截面扫描电镜图像显示从顶部到底部各层之间有清晰的界面，观察到CeO_x/SrTiO_x层厚度约为170 nm。Ce、O、Sr的EDS元素映射图像

结论

总之，我们演示了一种基于Ag/CeO_x/SrTiO_x/FTO异质结构的双极性非易失性忆阻器，具有自整流行为、可重复的电阻开关和具有生物学合理性的突触可塑性，包括EPSC、STP/LTP转换和PPF。利用其可调的离子-电子动力学特性，我们构建了紧凑的LIF神经元，模拟膜电位积分、泄漏和阈值发放，显著简化了电路设计并降低了功耗。

CRediT作者贡献声明

董晓飞：软件、形式分析。林梓康：撰写 – 初稿、数据管理、概念设计。尹凤兴：撰写 – 初稿、方法论、调查、形式分析、数据管理、概念设计。王松灵：撰写 – 审阅与编辑、监督、项目管理、经费获取、形式分析。孙钺：撰写 – 审阅与编辑、验证、监督、项目管理、经费获取、形式分析。韩传宇：软件

数据可用性

数据可在请求时提供。

利益冲突声明

? 作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

致谢

作者衷心感谢深圳市科技计划（JCYJ20230807152559002）、厦门市自然科学基金（3502Z202673077）、福建省自然科学基金（2026J011454）和国家自然科学基金（52375575）的资助。

尹凤兴|林梓康|董晓飞|张俊超|托声|卢瑞香|周倩倩|韩传宇|孙钺|王松灵