对于神经形态计算的帕利-PbTe纳米复合物记忆体中的光敏电阻开关
Andrey D Trofimov1, Andrey V Emelyanov1,2,3, Anna N Matsukatova1,3
1National Research Center Kurchatov Institute, Moscow 123182, Russia. Emelyanov_AV@nrcki.ru.
Nanoscale
|March 12, 2025
概括
这项研究介绍了用于人工智能的光敏感记忆器件. 这些设备显示了对电阻的光学控制,使高精度和突触可塑性的高效神经形态计算成为可能.
科学领域:
- 材料科学 材料科学 材料科学
- 凝聚物质物理学 凝聚物质物理学
- 纳米技术 纳米技术
背景情况:
- 电阻开关 (RS) 存储设备为人工智能 (AI) 提供集成的传感,存储和处理.
- 记忆器件中电阻的光学控制为神经形态系统提供了新的途径.
- 开发高效可靠的光敏感记忆器件对于先进的AI应用至关重要.
研究的目的:
- 在Cu/parylene-PbTe/ITO记忆器件中演示和评估电阻切换.
- 为了研究电阻开关对光学刺激对神经形态计算的依赖性.
- 探索突触可塑性行为,并提出光敏电阻切换模型.
主要方法:
- 制造Cu/烯-PbTe/ITO记忆器件. 这些设备的制造.
- 在电气和光学刺激下对电阻切换特性进行表征.
- 评估设备性能,包括多级状态,耐久性,保留和切换动态.
- 分析突触可塑性现象,如尖峰时间依赖可塑性 (STDP).
主要成果:
- /烯-PbTe/ITO装置表现出可靠的电阻切换与多级状态.
- 光学刺激显著影响了电阻切换行为,提高了神经形态计算效率和分类准确性.
- 这些设备展示了各种突触可塑性行为,包括增强和抑郁.
- 提出了一种定性模型,解释光敏电阻切换通过光生成载体影响光纤生长.
结论:
- 光敏记忆装置为开发新型神经形态感应和计算系统提供了一个有前途的平台.
- 电阻开关的光学控制增强了用于AI应用的memristive设备的功能.
- 拟议的定性模型提供了对光敏电阻开关机制的见解.


