您的位置: 集微网:积微成著 >> 资讯 >> IC资讯 >> 详细内容 在线投稿

碳纳米管电路经由学习进化新功能?

更多猛料?欢迎关注老杳个人微信号:laoyaoshow
来源: eettaiwan   发布者:eettaiwan.
热度54票   时间:2015年4月14日 05:09
学习通常与软体脱离不了关系——例如“深度学习”(deep learning)。如今,英国的研究人员们已经找到一种新方法,可“教导”碳奈米管(CNT)电路学习适当的功能,而又不至于改变其随机的模式。接下来,研究人员们计划利用液晶使其改变基本模式,从而使聚合物碳奈米管组合电路更加“进化”。此外,美国的研究人员们也找到了一种可自动产生随机模式的途径。
“我们已经在聚合物/碳奈米管复合材料中展示了简单逻辑闸(包括半个加法器电路)的最佳化。未来,我们将扩大搜寻其他可能的新功能,”英国杜伦大学(Durham University)副研究员Mark Massey表示,“其中,一个特别令人感兴趣之处在于材料中的神经元演变。另一项有趣的应用是资料集的分类——这也正是我们目前致力于解决的另一个问题。”

其方法是在聚合物复合材料中建置随机的碳奈米管图案,然后在输入侧与输出侧形成多个金属电极垫图案(如图)。然后在输入电极上施加理想的输入电压,并在输出电极测量电压。其他附加的焊垫则仍可调整所施加的电压,直至实现理想的功能后再加以固定。


碳奈米管电路(中)藉由施加相应的电压至边缘电极,从而学习所需的功能。
(来源:英国杜伦大学)

“输入被施加到输入焊垫,然后在输出进行采样,并与该特定输入所需的输出相互比较。在附加焊垫上施加可配置的电压,即可训练或‘发展’这种材料,”Massey说:“这些配置的电压可在每次迭代期间经由电脑演算法加以调整,以便在指定所需的输出电压时调整材料。”

截至目前为止,研究团队并未试图改变碳奈米管/聚合物复合材料的随机图案,而只知现有的路径将可实现研究人员理想中的执行功能。


(来源:J.Rogers / UIUC)

“我们并非用传统途径来发展或训练电路,材料方面也采用了具有不同导电率/绝缘区域的路径组合。这套复杂的网路让我们的研究可善加利用,”Massey说:“我们能透过电子显微镜来想像整个网路,不过它只显示了实体结构,而非实际的电路。”

然而,研究人员的下一步是浸润奈米管—聚合物复合物,使其成为可让碳奈米管电路重新调整的液晶,从而使其得以演化出适当的功能。

“下一步,我们要使用基于液体的材料,预计在此可看到结构的变化与自组能力变,”Massey表示。

首先,形成这种碳奈米管薄膜的最大的问题是,有些碳奈米管是金属,有些则是半导体,迫使大多数的研究人员必须在形成薄膜之前对其进行排序。研究人员们已经尝试各种方法来解决这个问题,但一直无法找到低成本又有效率的方式。如今,伊利诺伊大学香槟分校(UIUC)的研究人员声称已经找到一种既便宜又100%有效的方法。

其工作原理是将薄膜放在可与金属基底接触的纯净金属碳奈米管,然后在薄膜的另一侧放置热敏聚合物薄膜。当电压通过金属基底而被金属碳米管的传导电流加热时,刚好足以导致一个使聚合物涂层破裂的沟槽,因而露出木属碳奈米管的位置。接着,进行一个标准的桌面程序可立刻移除所有的金属碳奈米管,以及化学性溶解聚合物涂层,使得100%纯净的碳奈米管薄膜可以被转移至基底。

编译:Susan Hong

(参考原文:Nanotube Circuits Learn Functions,by R. Colin Johnson)



    扫描下方二维码关注老杳或集微网官方微信:




  • 【手机中国联盟官博系列赠机活动进行中,欢迎参与】

  • 老杳吧本周热点帖子

    老杳吧今日热点帖子


    TAG: learning University university 复合材料 杜伦大学 电路学习
    顶:2 踩:7
    对本文中的事件或人物打分:
    当前平均分: (16次打分)
    对本篇资讯内容的质量打分:
    当前平均分: (14次打分)
    【已经有人表态】
    上一篇 下一篇