SFB 1459 - C02: Optoelektronische neuromorphe Architekturen

Grunddaten zu diesem Projekt

Beschreibung

Wir entwickeln adaptive opto-elektronische Netzwerke für maschinelles Lernen in materio. In diesen wird Speicherfunktionalität mit Hilfe von Phasenwechselmaterialien (PCMs) realisiert. Indem lokale Feldverstärkung durch plasmonische Nanopartikel mit optischem und elektrischem Feedback kombiniert wird, soll das System lernfähig werden. In Einzel-Elektronen-Transistoren basierend auf Nanopartikeln sollen PCMs als Tunnelbarriere eingesetzt werden, die mit ultra-kurzen optischen Pulsen in Kombination mit elektrischem Feedback durch Hochfrequenz-Signale programmiert werden. Wir werden sowohl geordnete als auch ungeordnete Nanopartikel-Netzwerke untersuchen, die über Selbst-Assemblierung und Nanofertigung hergestellt werden. Unser langfristiges Ziel ist es Material-nahe Prozessoren zu implementieren, die miteinander kommunizieren und elektrische Sensorsignale analysieren, um dadurch Anwendungen im maschinellen Lernen zu ermöglichen.