天津理工大学鲁统部课题组--用于神经形态计算和集成的可视信息感测存储器,处理大规模和灵活的光学突触
集成了突触和光感功能的光电突触在神经形态计算、视觉信息处理和复杂的学习、识别和记忆方面表现出巨大的优势。然而,现有的光电突触要实现双向权值更新,仍然需要电刺激,这限制了器件的处理速度、带宽和集成密度。在本文中,提出了一种基于晶圆尺寸的芘基石墨炔/石墨烯/ PbS量子点异质结构的双端光学突触,该突触可模拟光路中的兴奋性和抑制性突触行为。异质结构的简单设备架构和低维特征使光学突触具有可穿戴电子设备的强大灵活性。这种光学突触具有线性和对称的电导更新轨迹,具有许多电导状态和低噪声,这有利于展示准确和有效的模式识别,即使在弯曲状态下也具有很强的容错能力。光学路径中的光学突触已经证明了一系列逻辑功能和联想学习能力,从而极大地增强了神经形态计算的信息处理能力。在此基础上,构建了基于光学突触阵列的可视化信息感知记忆处理集成系统,实现了实时检测、原为存储和图像处理。在受光遗传学启发的可穿戴电子设备的神经形态计算和自适应并行处理网络发展上,这项工作迈出了重要一步。
Figure 1. Pyr-GDY/Gr/PbS-QD异质结的表征。
Figure 2. Pyr-GDY/Gr/PbS-QD异质结的突触特性。
Figure 3. Pyr-GDY/Gr/PbS-QD异质结的柔性特性。
Figure 4. 神经形态计算的模拟
Figure 5. 光学突触阵列的视觉信息感知记忆处理系统。
Figure 6. 光逻辑应用。
相关研究成果于2021年由天津理工大学鲁统部课题组,发表在ACS Nano(https://doi.org/10.1021/acsnano.0c08921)上。原文:Large-Scale and Flexible Optical Synapses for Neuromorphic Computing and Integrated Visible Information Sensing Memory Processing。