纳米隧道二极管阵列神经网络结构的图像模拟  

Self-assembly nanoscale tunnel diodes for image processing as cellular neural networks

作　　者：谢璐[1] 郑洪涌[2] 程竟然[1] 朱开贵[1] 

机构地区：[1]北京航空航天大学物理系,北京100191 [2]北京航空航天大学机械系,北京100191

出　　处：《科学通报》2009年第22期3553-3557,共5页Chinese Science Bulletin

基　　金：北京市优秀人才基金(编号:321530);国家重点基础研究发展计划(编号:2009GB106003)资助项目

摘　　要：纳米隧道二极管阵列芯片可以作为一种高速并行运算的数据处理单元,它是由大量纳米隧道二极管组成的细胞神经网络(CNN),通过纳米隧道二极管和网络本身的特性可以在硬件层次上实现对数据的高速处理,如图像的平滑、边界检测与加强等.基于具有细胞神经网络结构的Ge纳米隧道二极管有序阵列,将Esaki二极管这一古老的器件及其工艺作为现代的神经网络技术的硬件基础,通过对这种纳米神经网络结构的模拟,显示了这种结构在图像处理中的平滑、边界检测及加强的功能,为进一步的实验研究提供了理论依据.The structure of self-assembly nano tunnel diodes has been studied and proven that it can be used as a high-speed processing unit. This kind of structure works as a cellular neural networks （CNN）, which has important applications in image processing including edge smoothing, edge enhancement-detection, etc. This work discussed the fabrication of self-assembled Ge nano Esaki diodes. The latest nano techniques are combined with the traditional semiconductor processes in the fabrication. We also show the image processing function of edge smoothing and edge enhancement-detection of this structure.

关 键 词：纳米材料 纳米结构 自组织 细胞神经网络 图像处理 

分 类 号：TN312.2[电子电信—物理电子学]