基于黑色/SnS2的人工突触异构结构晶体管用于高精度的神经形态计算
Wenxing Lv1, Yuxuan Zeng2, Xiaobo Wang1
1Physics Laboratory, Industrial Training Center, Shenzhen Polytechnic University, Shenzhen 518055, Guangdong, People's Republic of China.
ACS omega
|November 3, 2025
概括
这项研究介绍了一种使用黑 (BP) 和SnS2.2的新型人造突触装置. 该设备能够实现电调节的突触重量非线性,在手写数字识别中实现高精度,用于神经形态计算.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 计算机科学 计算机科学
背景情况:
- 传统的·诺伊曼架构在神经形态计算中面临局限性.
- 在硬件神经网络中,由于非线性突触重量更新,在硬件神经网络中实现高训练和学习精度是具有挑战性的.
- 二维 (2D) 材料为先进的人工突触发展提供可调节的特性.
研究的目的:
- 展示基于黑色 (BP) /SnS2范德瓦尔斯异构结构的人工突触装置.
- 为了在突触重量更新中实现电调节的非线性.
- 将设备集成到人工神经网络中,用于高精度的神经形态应用.
主要方法:
- 基于BP/SnS2范德瓦尔斯异构结构的人工突触装置的制造.
- 模拟各种突触功能,并使用密度函数理论 (DFT) 分析非线性权重更新机制.
- 将人工突触集成到神经网络中,用于在MNIST数据集上的手写数字识别.
主要成果:
- 该设备具有很大的内存窗口,并模拟了必不可少的突触功能.
- 成功实现并分析了突触重量更新中的非线性电调制.
- 一个基于BP/SnS2的人工神经网络在MNIST数据集上实现了96.3%的识别准确度.
结论:
- 开发的BP/SnS2人工突触装置显示了高精度神经形态计算的前景.
- 2D材料的带结构工程为先进的人工突触提供了有效的途径.
- 这项工作有助于通过新的基于材料的解决方案克服当前神经形态硬件的局限性.
