引言
信息技术的迅猛发展使人工智能（AI）成为核心研究领域（Pei, Deng, Song, Zhao, Zhang, Wu, Wang, Zou, Wu, He, et al., 2019, Shu, Hancke, Sheng, Wang, 2021）。然而，当代智能系统仍主要依赖冯·诺依曼架构，其存储器与处理器的物理分离导致了数据传输瓶颈，最终限制了性能与效率（Chen, Li, Huang, Hu, Chen, 2016, Sebastian, Le Gallo, Khaddam-Aljameh, Eleftheriou, 2020）。模拟大脑高效计算原理的神经形态计算作为一种有前景的替代方案应运而生（Zhang et al., 2024）。基于硬件的神经形态系统因其低功耗和高集成密度而备受关注（Wang, Ye, Cui, Li, Wei, Xiao, Liu, Huang, Wu, Wen, et al., 2025a, Xia, Sun, Wang, Meng, Jin, Wang, 2025）。然而，使用传统纯晶体管电路扩展此类系统受限于效率约束。因此，开发兼容集成电路技术的新器件以实现实用化神经形态系统至关重要。近年来，忆阻器凭借其内在的类突触可塑性、非线性动态特性和低功耗优势，成为构建硬件神经系统的理想基本单元（Huang, Xu, Del Alamo, Li, Yildiz, 2025, Liu, Bao, Wang, Yang, Wang, Tiw, Wu, Zhang, Cai, Shan, et al., 2026, Yi, Tsang, Lam, Bai, Crowell, Flores, 2018）。
联想网络理论是认知科学和人工智能的基石，描述了大脑如何通过代表概念的网络节点存储和提取信息（Bravo, Glogowski, Stamatakis, Herfert, 2024, Gotlib, Joormann, 2010, Mercurio, Forehand, 2011, Sass, Habel, Kellermann, Mathiak, Gauggel, Kircher, 2014）。该框架在解释复杂认知现象（包括情绪与记忆的相互作用）方面发挥了重要作用，被认为是开发能更真实模拟类人情感与认知过程的系统的关键（Baek, Reid, 2013, Bono, Ilies, 2006, Lewis, Critchley, Smith, Dolan, 2005）。因此，研究人员设计了多种忆阻电路以模拟关联记忆、情感学习和情感生成等基本脑功能。例如，忆阻电路被用于实现三维情感表达（Sun et al., 2023b）、通过情感生成与演化模拟皮肤感觉处理器（Wang et al., 2019），以及实现情感的时间分化（Sun et al., 2025b）。尽管这些研究成功建模了情感，但它们往往将情感与记忆割裂，忽视了记忆形成与情感体验的同步发生。为解决这一问题，Deng等人提出了一种基于忆阻器的情感学习神经网络，结合注意力机制用于复杂交通标志识别（Deng et al., 2025）。其他进展包括具备情感转移过程中泛化与分化能力的关联记忆电路（Yao et al., 2025），以及展示掩盖效应和情感一致性效应的网络（Sun et al., 2024a）。尽管取得这些进展，关键差距依然存在：这些设计未考虑在不同情绪状态下复杂情感-目标关联的建立，也未实现情感与记忆功能的整体集成。
最近，情感在回忆阶段的作用得到了探索。研究引入了整合感觉、短期和长期记忆的生物仿生电路（Jiang and Zeng, 2023），以及模拟情境依赖和状态依赖记忆提取的电路（Dou et al., 2025）。Zhu等人基于BEL模型提出了一种实现情感记忆相互作用的忆阻电路（Zhu et al., 2025）。然而，现有模型通常将回忆结果限制为二分类（成功或失败）。在生物系统中，回忆质量高度可变，受已建立关联强度和提取时的主体情绪状态共同调节。因此，基于情绪与记忆的联想网络理论开发全面的忆阻情感记忆电路仍是一项重要且未解决的挑战。受情绪联想网络理论启发，本文提出了一种新型神经形态电路架构。通过将节点和节点间关联的理论概念映射到物理电路拓扑，所提出的电路在情感、记忆和回忆三个关键领域实现了高度集成的功能。本工作的主要贡献总结如下：
- 1)
本工作首次将情感-记忆联想理论映射到忆阻电路上，为情感计算提供了可解释的硬件基础。
- 2)
记忆模块在学习阶段动态建立情感-记忆关联，从而解决了现有设计中情感与记忆的割裂问题。
- 3)
回忆评估与表现模块基于提取时的情绪状态和已建立的关联，展现出四种不同的情感依赖回忆差异，而非简单的二元回忆结果。
本文其余部分组织如下。第2节介绍情绪与记忆的联想网络框架及实验设计。第3节详述忆阻器模型。第4节呈现所提出的忆阻电路架构，详细说明其五个核心模块。第5节提供电路功能的仿真验证并讨论潜在应用。第6节对电路性能进行比较分析。最后，第7节总结全文。
