基于双极性浮栅存储器的可重构人工突触

以下文章来源于低维 昂维

成果介绍

人工突触网络能够大规模并行计算和模拟生物神经网络，可以潜在地提高现有信息技术的处理效率。作为兴奋性和抑制性突触的半导体器件对于开发智能系统(如交通控制系统)至关重要。然而，在单晶体管中实现两种工作模式(抑制性和兴奋性)和双语突触行为之间的可重构性仍然具有挑战性。

有鉴于此，近日，湖南大学潘安练教授，李晟曼副教授和李东教授（共同通讯作者）等成功地模拟了一种基于双极性浮栅存储器的人工突触，该存储器由WSe2/h-BN/MoTe2组成。在WSe2/h-BN/MoTe2结构中，双极性半导体WSe2和MoTe2分别作为沟道和浮栅，h-BN作为隧穿势垒层。在控制栅极采用正或负脉冲幅度调制，该双极性沟道导通器件产生了八种不同的电阻状态。在此基础上，本文实验预测可以实现490个存储状态(210个空穴电阻状态+280个电子电阻状态)。利用WSe2/h-BN/MoTe2浮栅存储器的双极性电荷传输和多存储状态，本文在单个器件中模拟了可重构的兴奋性和抑制性突触可塑性。此外，由这些突触器件组成的卷积神经网络可以识别手写体数字，准确率达到＞92%。本研究确定了基于2D材料的异质结器件的独特性质，并预测了其在神经形态计算高级识别中的适用性。

文献信息

Reconfigurable Artificial Synapse Based on Ambipolar Floating Gate Memory

(ACS Appl. Mater. Interfaces, 2023, DOI:10.1021/acsami.3c00063)

文献链接：https://pubs.acs.org/doi/10.1021/acsami.3c00063

转自：“i学术i科研”微信公众号

如有侵权，请联系本站删除！