(पेश वर्तमान में, मुख्य अनुरूप इलेक्ट्रॉनिक्स अन्तर्ग्रथनी अन्तर्ग्रथनी समारोह के लिए प्रतिरोधक डिवाइस (memristor) और तीन टर्मिनल प्रतिरोधक डिवाइस (क्षेत्र प्रभाव ट्रांजिस्टर) समाप्त होता है। Synaptic वजन और इन उपकरणों के वजन के चर प्रतिरोध स्पर्श कनेक्शन शक्ति में परिवर्तन) को सफलतापूर्वक अन्तर्ग्रथनी plasticity और सीखने अनुकरण करने के लिए इस्तेमाल किया गया है, बहुत समान है। हाल ही में, भौतिकी संस्थान, चीनी अकादमी ऑफ साइंसेज / चुंबकीय सूर्य यांग अनुसंधान समूह के लिए संघनित पदार्थ भौतिक विज्ञान राष्ट्रीय अनुसंधान केंद्र के लिए बीजिंग राष्ट्रीय प्रयोगशाला स्मृति डिवाइस युग्मित (memtranstor) इस तरह के एक उपकरण प्रभारी और चुंबकीय प्रवाह है, जो बिजली राज्य मूल्य के लिए युग्मित है जो nonlinear संबंध द्वारा परिभाषित किया गया है - पहला अंतरराष्ट्रीय गैर अस्थिर सर्किट चुंबकीय युग्मन प्रभाव पर आधारित तत्व प्रस्तावित का प्रतिनिधित्व करते हैं, पिछले काम में चुंबकीय युग्मन माप उपकरण की एक वोल्टेज मूल्य द्वारा दी जा सकती।, सन यांग अनुसंधान समूहों पर आधारित थे सफलतापूर्वक कमरे के तापमान, बहु राज्य स्मृति कार्यों और बूलियन तर्क संचालन में दो राज्य भंडारण के लिए युग्मित स्मृति प्रदर्शन किया है। प्रतिरोधक उपकरण के साथ तुलना में, मिलकर स्मृति कम बिजली खपत का लाभ दिया है।
हाल ही में, सूर्य यांग रिसर्च ग्रुप एसोसिएट प्रोफेसर शांग पहाड़, पीएच.डी. शेन देख ज़िन और सहयोगियों चीनी अकादमी ऑफ साइंसेज, भौतिकी शोधकर्ता शेन बाओ पीढ़ी, बीजिंग नॉर्मल यूनिवर्सिटी के प्रोफेसर वांग Shouguo आवेदन मिलकर की, सफलतापूर्वक युग्मन को याद करते हुए स्मृति में नई प्रगति की संघर्ष में प्रयोग किया जाता है इलेक्ट्रॉनिक्स के क्षेत्र स्पर्श करें। वे नी / PMN-PT एक युग्मन प्रभाव बड़े चुंबकीय / नी स्मृति डिवाइस युग्मित होने आरटी reversibly विद्युत मिलकर मूल्यों, सिमुलेशन neurite एक सतत परिवर्तन को प्राप्त करने के नाड़ी ट्रिगर वोल्टेज और पल्स आवृत्ति समायोजन करके वजन वृद्धि को छूने और व्यवहार में कमी। तंत्रिका जीव विज्ञान अध्ययन है कि synaptic हर्ब कानून का पालन, कि अन्तर्ग्रथनी वजन से पहले और synaptic कनेक्शन के बाद न्यूरॉन्स की गतिविधियों को प्रोत्साहित आधार पर बदलती हैं सीखने से पता चला है। वे नाड़ी वोल्टेज तरंग को गति प्रदान डिजाइन के माध्यम से, और दो नाड़ी waveforms प्लास्टिसिटी की एक नाड़ी अनुक्रम पर निर्भर अन्तर्ग्रथनी plasticity व्यवहार (STDP) प्राप्त करने के लिए आरोपित किया जाता है। इस आधार पर, वे एक तंत्रिका नेटवर्क 4 * 4 मिलकर की स्मृति के आधार पर निर्माण, यादृच्छिक शोर सीखने, एनालॉग छवि स्थैतिक और गतिशील सीखने की फ़ंक्शन। दुनिया में पहली बार synaptic plasticity और सीखने के समारोह अनुकरण memristor का उपयोग करने के लिए अध्ययन, मेमोरी डिवाइस के आधार पर कम-शक्ति तंत्रिका नेटवर्क का निर्माण करने की व्यवहार्यता साबित होती है, जो सिनाप्टिक इलेक्ट्रॉनिक्स और मस्तिष्क की तरह कंप्यूटिंग के विकास के लिए एक पूरी तरह से नया दृष्टिकोण प्रदान करती है।
उन्नत शोध परिणामों में प्रकाशित प्रासंगिक शोध। अनुसंधान को राष्ट्रीय प्राकृतिक विज्ञान फाउंडेशन, विज्ञान और प्रौद्योगिकी मंत्रालय और चीनी एकेडमी ऑफ साइंसेज द्वारा वित्त पोषित किया गया है।
