神經(jīng)形態(tài)結構融合學(xué)習和記憶功能L域的研究主要集中在人工突觸的可塑性方面，同時(shí)神經(jīng)元膜的固有可塑性在神經(jīng)形態(tài)信息處理的實(shí)現中也很重要。德國德累斯頓大學(xué)聯(lián)合清華大學(xué)北京未來(lái)芯片創(chuàng )新中心腦靈感計算研究中心(CBICR)近期發(fā)表了一篇名為“Intrinsic plasticity of silicon nanowireneurotransistors for dynamic memory and learning functions”的論文，文獻提出一種由矽奈米線(xiàn)電晶體制成的神經(jīng)電晶體，表面覆有離子摻雜的溶膠-凝膠硅酸鹽薄膜，從而模擬神經(jīng)元薄膜的固有可塑性。

該文獻的工作得出了以下幾點(diǎn)結論：① 神經(jīng)電晶體中的介電工程(如文獻提出的溶膠-凝膠的可控離子摻雜)可以補充和強化記憶材料在下一代神經(jīng)形態(tài)計算設備中的功能。②文獻提出了一個(gè)單一的神經(jīng)元設備架構及其電路模型，以多個(gè)突觸后輸入作為門(mén)輸入，多個(gè)軸突終端作為晶體管輸出，模擬了一個(gè)基于形態(tài)學(xué)和層次結構特征的真實(shí)神經(jīng)元的信息處理。該裝置模擬說(shuō)明了神經(jīng)電晶體非線(xiàn)性信號過(guò)程的動(dòng)態(tài)學(xué)習能力，學(xué)習功能由s形函數系數的反饋給出，即元塑性；實(shí)驗結果突出了非線(xiàn)性信息處理的能力，這依賴(lài)于神經(jīng)電晶體的固有可塑性。通過(guò)利用電流器件的輸出動(dòng)態(tài)控制，能實(shí)現在一定的時(shí)間范圍內更快或更慢地產(chǎn)生和達到峰值閾值，并控制峰值的速率，這是神經(jīng)元計算的主要算法。③未來(lái)的研究可以研究是否可以通過(guò)將文獻所提出的神經(jīng)晶體管與脈沖發(fā)生器相結合來(lái)構建一個(gè)完全用于尖峰神經(jīng)網(wǎng)絡(luò )的神經(jīng)元處理器。