乙烯基连接离子共价有机框架的热水合成,用于坚固的生物仿真记忆器
Hao Wang1, Jianshan Zhao1, Tianyue Huang1
1Key Laboratory for Advanced Materials, School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai 200237, China.
ACS applied materials & interfaces
|August 5, 2025
概括
研究人员使用离子共价有机框架 (iCOFs) 开发了一种稳定的有机memristor,用于类似大脑的计算. 这种新材料显示出极好的环境稳定性,并模拟了高级神经形态系统的突触可塑性.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 神经科学是一个神经科学.
背景情况:
- 有机memristors对于类似大脑的计算至关重要,但它们的性能取决于活性层的准备和材料结构.
- 开发稳定和高性能的memristors是推进神经形态工程的关键.
研究的目的:
- 为有机记忆器合成一种新的离子共价有机框架 (iCOF) 薄膜.
- 为了研究制造的memristor的电性能,稳定性和神经形态能力.
- 为了展示memristor在图像识别的卷积神经网络中的应用.
主要方法:
- 在ITO基板上使用铜三核集群和酸盐离子合成维尼利丁结合iCOF薄膜的热水合成.
- 一个Al/ECu3-COF/ITO记忆器装置的制造.
- 导电性状态的表征,环境稳定性和导电性均性.
- 模拟突触可塑性 (学习忘记行为).
- 集成到卷积神经网络,用于图像识别任务.
主要成果:
- 记忆器表现出32个不同的和稳定的导电状态.
- 在恶劣的酸条件下,环境稳定性异常,电流变化<5.2%.
- 卓越的导电均度为99.92%.
- 成功模仿生物"学习忘记"突触可塑性.
- 在200个训练时代后,使用卷积神经网络实现了90%的图像识别准确度.
结论:
- 该研究成功设计和制造了基于iCOF的强大的memristors,具有出色的性能和稳定性.
- 开发的memristor显示了神经形态计算应用的巨大潜力,包括人工智能.
- 这项工作为先进的电子设备和脑启发的计算系统的未来研究提供了一个有希望的平台.
