به گزارش علم و آموزش ایرنا از «جوامع تحقیقاتی»، این امکان از طریق بهره‌برداری از یک حالت فیزیکی جدید فراهم می‌شود که در آن از رسانایی (conductance) یا مقاومت دستگاه به عنوان حامل اطلاعات استفاده می‌شود. این شرایط به گونه‌ای ایجاد می‌شود که محاسبه‌گری بر مبنای حافظه مقاومتی را می‌توان در سه سطح طبقه‌بندی کرد:
در سطح ۱ تنها از ویژگی رسانایی استاتیک استفاده می‌شود؛ در سطح ۲ علاوه بر حالت‌های رسانایی استاتیک، سوییچینگ دینامیک از یک حالت به حالت دیگر هم مورد استفاده قرار می‌گیرد. در سطح ۳ از حالت‌های رسانایی استاتیک و سوییچینگ دینامیک بین دو حالت استفاده می‌شود که به مفهوم جدیدی از نورون موسوم به هیسترک نورون منجر می‌شود.
در حدود سال ۲۰۱۰ اندکی پس از برقراری اتصال مفهوم حافظه مقاومتی به پدیده سوییچینگ مقاومتی، جامعه در نقطه تلاقی دستگاه الکترونیک و محاسبه‌گری نورومورفیک متوجه شد که حافظه‌های مقاومتی یا ممریستورهای با حالت‌های رسانایی قابل برنامه‌ریزی می‌توانند به عنوان سیناپس‌های مصنوعی به کار بروند. پس از آن، در طول سال‌های گذشته آرایه‌های ممریستوری برای شتاب دادن به تکثیر ماتریسی (MVM) استفاده شده‌اند که آنها به نوبه خود ستون فقرات بسیاری از الگوریتم‌ها از قبیل شبکه‌های عصبی، حل معادلات در محاسبه‌گری علمی و دیگر موارد مشابه به شمار می‌روند.
این حوزه به طور کامل توسعه یافته و به کاربردهای عملی نزدیک شده و اغلب در چهارچوب محاسبه‌گری آنالوگ درون حافظه‌ای (IMC) طبقه‌بندی می‌شود.
در سال ۲۰۱۰ تیم تحقیقاتی تحت رهبری «استنلی ویلیامز» در موسسه «اچ پی لبز» پیشنهاد کرد که سوییچینگ دینامیک ممریستورها می‌توانند برای محاسبه‌گری منطق «بولیان» (Boolean) استفاده شوند. آنها نشان دادند که یک مدار ساده متشکل از دو ممریستور موازی و یک رزیستور load به عنوان یک دروازه منطقی (IMP) عمل می‌کند.
در تحقیقات جدید نشان داده شده است که رویدادهای سوییچینگ دو قطبی ممریستورها می‌توانند به عنوان یک علمکرد فعال‌سازی غیر خطی منحصر به فرد در نظر گرفته شوند.