ハロゲン化ペロブスカイトベースの光電子リザーバーネットワークによるインセンサーコンピューティング

科学分野:

• 材料科学;神経科学;コンピューターサイエンス

背景:

• 物理的リザーバーコンピューティングは、インセンサーおよびニアセンサーアプリケーション向けの効率的なニューロモルフィックコンピューティングを提供します。;既存のリザーバーネットワークは、主に光または電圧入力を処理します。;スケーラブルで高密度のセンサーアレイは、高度なコンピューティングに不可欠です。

研究 の 目的:

• マルチモーダル光電子リザーバーネットワークを実証すること。;ハロゲン化ペロブスカイト半導体デバイスを利用して、電圧入力と光入力の両方を処理すること。;分類タスクにおけるネットワークのスケーラビリティとパフォーマンスを評価すること。

主な方法:

• ヨウ化メチルアンモニウム鉛（MAPbI3）ペロブスカイト膜でコーティングされたマイクロメートルサイズの非対称クロスバーデバイスの作製。;マルチモーダルリザーバーネットワークアーキテクチャの実装。;画像およびビデオ分類のための4ビット入力および線形読み出し層の使用。

主要な成果:

• マルチモーダルネットワークは、電圧入力と光入力の両方を正常に処理しました。;画像分類で95.3% ± 0.1%、ビデオ分類で87.8% ± 0.1%という高い平均精度を達成しました。;線形分類器の参照と比較して、画像で3.1%、ビデオで14.6%上回りました。

結論:

• 開発されたペロブスカイトベースのリザーバーネットワークは、マルチモーダルセンサーデータ処理に効果的です。;長い保持時間は、単一モードネットワークでの分類精度を向上させます。;ペロブスカイトリザーバーコンピューティングの実験パラメータを最適化するためのガイドラインを提供します。