Recientemente, los sistemas neuromórficos bioinspirados han estado atrayendo un interés generalizado gracias a su eficiencia energética en comparación con los sistemas informáticos de arquitectura convencional de von Neumann. Anteriormente, informamos sobre un transistor sináptico de silicio con una estructura de doble compuerta asimétrica para la conexión directa entre dispositivos sinápticos y circuitos de neuronas. En este estudio, estudiamos una red neuronal de disparo basada en hardware para el reconocimiento de patrones utilizando un conjunto de datos binario modificado del Instituto Nacional de Estándares y Tecnología (MNIST) con un modelo de dispositivo. Se compararon un total de tres sistemas en cuanto a métodos de aprendizaje, y se confirmó que la extracción de características de cada patrón es el factor más crucial para evitar problemas de superposición de patrones y obtener una alta capacidad de clasificación de patrones.