- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
用于光电与时空混合神经形态集成的二维电双层光电晶体管
摘要： 神经形态计算的硬件实现作为应对传统冯·诺依曼计算机瓶颈的有力候选方案，正受到日益增长的关注。然而，先前大多数研究仅通过电驱动或光驱动的单一模式模拟突触行为，这对同步处理自然光电信息构成重大挑战。本文报道了一种基于电双层（EDL）二硫化钼光电晶体管的多功能光电混合集成突触器件。值得注意的是，电驱动二硫化钼突触呈现增强滤波效应，而光驱动对应器件则能同时实现增强与抑制滤波效应。最重要的是，我们首次通过单个二硫化钼突触中光刺激与电刺激的协同作用，成功实现了光电融合与时空四维（4D）混合集成。为深入理解这种光电与时空4D混合耦合机制，我们提出了能带模型。这些成果可能为后摩尔时代的尺寸缩放与智能化发展，以及新兴神经形态纳米电子学中更精密的光电混合计算提供替代解决方案。
关键词： 神经形态计算、双电层、突触器件、二硫化钼光电晶体管、光电混合集成
更新于2025-11-25 10:30:42
-
微快门有机发光二极管的微腔特性分析
摘要： 我们提出了一种以二维NAND闪存单元作为高密度可靠突触器件的多层神经网络设计方案。该操作方案消除了NAND闪存单元的浪费，并允许模拟输入值。采用自适应权重更新方法，在MNIST数据库集上训练了一个具有40,545个突触的三层感知机网络，用于基于硬件的多层神经网络。测量了NAND闪存单元的电导响应，结果表明单向电导响应适合将NAND闪存单元作为突触器件来实现多层神经网络。通过在线学习，与基于忆阻器的突触相比，无论采用何种权重更新方法，使用NAND突触器件都获得了更高的学习准确率。采用基于单向电导响应的自适应权重更新方法，我们使用NAND突触器件获得了94.19%的学习准确率。该准确率与基于理想完美线性器件的突触所获得的94.69%相当。因此，作为成熟技术且在单元密度方面具有巨大优势的NAND闪存，有望成为实现高密度多层神经网络的理想突触器件。
关键词： 突触器件、多层神经网络、基于硬件的神经网络、深度神经网络（DNNs）、深度学习、NAND闪存、神经形态学
更新于2025-09-11 14:15:04