一个坚固的仿生范德瓦尔斯异构结构视觉神经形态装置用于多尺度的传感器容器内计算
Yinxing Zhang1,2, Gongjie Liu3, Yuzhe Zhang4
1Institute of Photoelectronic Thin Film Devices and Technology, Key Laboratory of Optoelectronic Thin Film Devices and Technology of Tianjin, College of Electronic Information and Optical Engineering, Engineering Research Center of Thin Film Photoelectronic Technology of Ministry of Education, Academy for Advanced Interdisciplinary Studies, Nankai University, Tianjin 300350, China.
ACS nano
|November 12, 2025
概括
这项研究引入了一种新的graphdiyne/MoS2视觉神经形态装置. 这种全二维材料异构结构增强了视觉处理,并在面部和运动识别任务中实现了高精度.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
背景情况:
- 视觉神经形态设备对于处理复杂的视觉数据至关重要.
- 全二维材料异构结构为传统设备中的格子不匹配和接口缺陷提供了解决方案.
研究的目的:
- 开发一个强大的视觉神经形态设备,使用graphdiyne/MoS2异构结构.
- 探索其在面部和运动识别的传感器储存器计算方面的能力.
主要方法:
- 基于graphdiyne/MoS2.2.的全二维材料异构装置的制造.
- 设备内存窗口的特征,启/关比,耐久性和稳定性.
- 开发一个用于数据分析的多尺度内传感器水库计算系统.
主要成果:
- 由于graphdiyne的独特特性,在内存窗口中实现了近10倍的增强.
- 展示了超高的开/关比率 (5 × 10^7),70个循环的耐用性和4周的空气稳定性.
- 在噪音下实现了>90%的面部识别精度和95.46%的运动轨迹识别精度.
结论:
- 石墨烯/MoS2异构结构对先进的神经形态视觉系统有显著的前景.
- 开发的传感器内储水库计算系统可实现高效的实时视觉数据处理.
- 这项工作为下一代神经形态应用程序提供了一个可行的设备代码设计策略.
