神經(jīng)元電路對于構建高效智能神經(jīng)形態(tài)信息處理系統(tǒng)是至關重要的。面向不同應用場景，對于神經(jīng)元電路的編碼功能需求有所不同。代月花教授團隊針對不同應用需求，完成了多種憶阻器基神經(jīng)元電路設計開發(fā)。

集成電路學院代月花教授團隊與復旦大學芯片與系統(tǒng)前沿研究院劉琦教授團隊開展合作。針對神經(jīng)形態(tài)計算系統(tǒng)中傳統(tǒng)神經(jīng)元電路無法對負值信息進行有效編碼進而影響系統(tǒng)性能的問題，提出并成功實現(xiàn)一種基于非對稱擴散型憶阻器(Ag/TaOx/SiOx/Pt)的L-ReLU神經(jīng)元電路。通過利用銀離子的可控遷移擴散機制，設計實現(xiàn)了非對稱閾值轉(zhuǎn)變特性的擴散型憶阻器，并基于該器件構建了L-ReLU脈沖神經(jīng)元電路，實現(xiàn)對于神經(jīng)形態(tài)計算系統(tǒng)中負值信息的有效編碼。在輸入信號作用下，該神經(jīng)元能夠?qū)⒄撦斎胄畔⒎謩e編碼為可區(qū)分的正向和負向脈沖頻率。該項成果以“An Artificial L-ReLU Neuron with Asymmetric Diffusive Memristor for High-Accuracy Neuromorphic Systems”為題，發(fā)表于Advanced Functional Materials (DOI: 10.1002/adfm.202423267)。安徽大學集成電路學院為第一通訊單位，集成電路學院23級博士生鄒建勛和22級博士生馮哲為共同第一作者，安徽大學集成電路學院吳祖恒副教授、代月花教授和復旦大學芯片與系統(tǒng)前沿研究院張續(xù)猛青年副研究員為共同通訊作者。

在此之前，研究團隊設計實現(xiàn)了非對稱閾值轉(zhuǎn)變憶阻器模型，并基于電路仿真軟件LTspice設計開發(fā)了L-ReLU神經(jīng)元電路，實現(xiàn)對于負值信息的編碼功能驗證，相關成果以“L-ReLU Spiking Neuron Circuit Based on Threshold Switching Memristor for Conversion-Based Spiking Neural Networks”為題發(fā)表于IEEE Transactions on Circuits and Systems—II : Express Briefs， (DOI: 10.1109/TCSII.2024.3364822)。安徽大學集成電路學院為唯一通訊單位，集成電路學院23級博士生鄒建勛為第一作者，朱云來老師和代月花教授為共同通訊作者。

此外，針對面向運動檢測應用場景需求，基于視覺神經(jīng)系統(tǒng)中的雙極細胞（Bipolar Cell Neuron Circuit，BCNC）神經(jīng)元工作原理，研究設計了一種實現(xiàn)增量調(diào)制神經(jīng)元電路，該電路能夠?qū)崟r編碼輸入信號的變化量，實現(xiàn)在運動檢測領域的應用驗證，相關成果以“A Memristor-Based Bipolar Cell Neuron Circuit for Motion Detection and Action Prediction”為題發(fā)表于IEEE Transactions on Circuits and Systems—II: Express Briefs，(DOI: 10.1109/TCSII.2024.3380625)，安徽大學集成電路學院為唯一通訊單位，集成電路學院22級博士生馮哲為第一作者，吳祖恒副教授、朱云來老師和代月花教授為共同通訊作者。

針對主流ReLU神經(jīng)元電路抗攻擊能力弱的問題，研究設計了一種憶阻器基徑向基神經(jīng)元電路，該電路能夠有效過濾攻擊信息，提高了網(wǎng)絡的抗干擾能力，相關成果以“Threshold Switching Memristor-Based Radial-Based Spiking Neuron Circuit for Conversion Based Spiking Neural Networks Adversarial Attack Improvement”為題發(fā)表于IEEE Transactions on Circuits and Systems—II: Express Briefs，(DOI: 10.1109/TCSII.2023.3318592)，安徽大學集成電路學院為唯一通訊單位，集成電路學院吳祖恒副教授為論文第一作者，徐祖雨副教授為論文通訊作者。