基于光敏感聚合物排序的半导体单壁碳纳米管的光编程多功能光电子同步晶体管阵列用于图像识别
Nianzi Sui1,2, Yixi Ji3, Min Li1,2
1School of Nano-Tech and Nano-Bionics, University of Science and Technology of China, No. 398 Ruoshui Road, Suzhou Industrial Park, Suzhou, Jiangsu Province, 215123, P. R. China.
概括
研究人员开发了使用合聚合物和碳纳米管的新型宽带光电子突触晶体管阵列. 这些设备模仿生物突触,使先进的人工视觉和实现高精度的图像识别任务.
科学领域:
- 材料科学 材料科学 材料科学
- 光电学是指光电子产品.
- 人工智能的人工智能
背景情况:
- 神经形态系统为下一代人工视觉提供了一条道路.
- 开发高效和多功能突触器件对于神经形态计算至关重要.
研究的目的:
- 报告新型宽带和多层存储光电子突触薄膜晶体管 (TFT) 阵列.
- 研究这些设备在人工视觉和图像识别方面的潜力.
主要方法:
- 使用聚[9,9-dioctylfluorenyl-2,7-diyl) -co-bithiophene] (F8T2) 和排序的半导体单壁碳纳米管 (sc-SWCNTs) 制造突触TFT阵列.
- 宽带突触反应,多层次存储能力和保留时间的表征.
- 开发用于图像识别任务的尖端神经网络算法.
主要成果:
- 实现了宽带吸收 (365-940 nm) 和 200 个线性增长的导电量状态,具有较长的保留时间 (> 10 ^ 3 秒).
- 证明了高开/关比 (高达10^6) 和低功耗 (59 aJ/脉冲).
- 成功地提取了图像特征,并在Caltech 101数据集识别中使用新的Spiking神经网络算法获得了97.92%的准确性.
结论:
- 开发的光电子突触TFT显示了先进的人工视觉系统的巨大前景.
- 这些设备具有出色的突触可塑性,多层存储和高效的图像识别功能.
- 与新算法的集成可以提高复杂任务的性能.
