北京
新加坡国立大学林志群、YujingRen等人报道了一种基于范德华集成的柔性MoS₂/六方氮化硼（h-BN）/石墨烯记忆晶体管。当前神经形态硬件难以在器件层面同时实现感知、存储与学习一体化功能，核心瓶颈在于有限的光电协同调控性能与固化的器件架构。该器件利用缺陷介导的界面电荷俘获效应，可在光电联合刺激下实现栅极可调的多模态突触可塑性，能够有效模拟短时与长时突触可塑性、多级光存储以及巴甫洛夫联想学习行为。器件具备超过10⁸的超高开关比、低至138.6pJ的单事件超低光控能耗，同时经过1000次弯折循环后性能波动小于1.4%，力学稳定性优异。
将该器件应用于混合光电神经网络后，在MNIST图像识别任务中实现96.03%的识别准确率，性能接近理想软件算法水平。该研究通过区分界面局域电荷俘获的差异化作用，分别实现了光栅调控与长时记忆存储功能，阐明了电荷俘获与去俘获行为共同调控突触特性的内在机理，为构建可规模化、柔性化的传感内神经形态视觉系统提供了完善的理论支撑与设计思路，推动了下一代自适应感知硬件的发展。
文献信息
AtomicDefect-MediatedChargeTrappingEnablesMultimodalPlasticityinvanderWaalsHeterostructuresforIn-SensorNeuromorphicVision
JinyongWang、GeyangWang、YunJi、YujingRen、FenghuaXu、YuZhang、ZhiqunLin
https://pubs.acs.org/nalefd/article-abstract/doi/10.1021/acs.nanolett.6c03546/5431737/Atomic-Defect-Mediated-Charge-Trapping-Enables?redirectedFrom=fulltext
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
