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
Jeroen J de Boer1, Agustin O Alvarez1, Moritz C Schmidt1
1LMPV-Sustainable Energy Materials Department, AMOLF, 1098 XG Amsterdam, the Netherlands.
Device
|February 23, 2026
まとめ
本研究では、効率的なインセンサーコンピューティングのためのペロブスカイトデバイスを用いたマルチモーダル光電子リザーバーネットワークを紹介する。この新しいシステムは、光と電圧の両方の入力を処理し、画像およびビデオ分類タスクで高い精度を達成する。
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。
