基于MNIST的忆阻神经网络稳定性研究

为了探究忆阻器的稳定性问题对忆阻神经网络性能的影响，基于等效电阻拓扑结构的忆阻器模型，搭建了一个将忆阻器作为突触的BP神经网络，并利用MNIST数据集对该网络进行训练和测试。忆阻器的稳定性问题通过设置忆阻器参数波动来模拟，最终发现忆阻器一定程度内的性能波动会促进神经网络的收敛，但波动过大则会降低网络的收敛速度。为了表征波动的临界程度，测得了基于忆阻器模型的各参数的最大波动范围，并进一步计算出忆阻器件工艺层次参量的取值范围，为忆阻神经网络硬件化中忆阻器件的工艺制造和选用提供了参考。