Sinapsi Ferroelettriche Consentono un Decodifica EEG Adattativa

I ricercatori dimostrano che le reti neurali spike (SNN) implementate su dispositivi sinaptici memristivi ferroelettrici possono ottenere una decodifica adattativa dell'immaginazione motoria basata su EEG. Il lavoro affronta le sfide nelle interfacce cervello-computer (BCI) causate da segnali neurali non stazionari che variano tra sessioni e individui. L'hardware memristivo programmabile offre un substrato per l'adattamento post-distribuzione, ma la realizzazione pratica è limitata dalla risoluzione dei pesi, dalla variabilità dei dispositivi, dalle dinamiche di programmazione non lineari e dalla resistenza finita. Il team ha fabbricato, caratterizzato e modellato gli aggiornamenti dei pesi nelle sinapsi ferroelettriche, quindi ha valutato la distribuzione in condizioni realistiche dei dispositivi. Le prestazioni di classificazione sono state paragonabili alle SNN basate su software. Lo studio appare su arXiv (2601.00020v3).