在基于碳纳米管的光电子突触装置中增强长期记忆,用于神经形态计算
Seung Hun Lee1, Hye Jin Lee1, Dabin Jeon1
1Department of IT Semiconductor Convergence Engineering, Tech University of Korea, Siheung 15073, Republic of Korea.
Nanomaterials (Basel, Switzerland)
|September 27, 2024
概括
优化碳纳米管 (CNT) 薄膜的自旋涂层速度可以提高光电子突触装置的性能. 较低的速度可以提高神经形态计算的CNT设备的长期记忆保留和学习效率.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 设备物理 设备物理
背景情况:
- 光电子突触装置模仿生物突触,用于人工智能.
- 碳纳米管 (CNTs) 为突触器件应用提供了有前途的性能.
- 控制膜形态对于设备性能至关重要.
研究的目的:
- 为了研究旋转涂层速度对CNT薄膜性能的影响.
- 评估这些特性对光电子突触装置性能,特别是长期记忆力的影响.
- 为了确定最佳的制造参数,以提高设备的功能.
主要方法:
- 使用不同的旋转涂层速度制造CNT薄膜.
- CNT薄膜厚度,密度和持久光导性的表征.
- 测量激发性后突触电流 (EPSCs) 和突触器件中的记忆保留.
- 在UV刺激下对设备学习效率的评估.
主要成果:
- 较低的旋转涂层速度 (例如2000 RPM) 产生了更厚,更密集的CNT薄膜.
- 密度较高的薄膜表现出增强的持久光导性和更高的EPSC.
- 用较低旋转速度制造的设备显示出优异的长期记忆保留 (EPSCs > 70% 3600 秒).
- 通过重复的紫外线刺激周期,学习效率得到了提高.
结论:
- 旋转涂层速度是优化基于CNT的突触器件的关键参数.
- 优化制造导致增强的记忆保留和学习能力.
- 这些发现支持开发用于神经形态计算和人工神经网络的先进的CNT突触设备.


