基于 CVD 生长的双层 MoS2 人工光电突触用于算术计算与图像识别应用
材料科学
2026-01-23 v1
摘要
对更低计算能力的需求迅速增长。在此背景下，集成数据存储与处理的类脑神经形态计算引起了广泛关注。我们的研究揭示，在化学气相沉积（CVD）生长的双层（2L）MoS2 薄膜上制备的场效应晶体管可以模拟生物突触的功能。这些器件展示了高水平的双脉冲易化（PPF）、短时记忆到长时记忆（STM-to-LTM）的转换以及学习-遗忘-再学习特性。我们研究了光强、脉冲数、脉冲宽度和光子能量对 STM-to-LTM 转换的影响。研究发现，记忆状态的衰减速率可以通过栅极偏压进行控制。每次突触事件的电学和光学能耗分别估计低至 280 fJ 和 20 nJ。此外，观察到这些器件中的光电流随激发脉冲数线性增加。这一特性已被用于演示器件的不同算术运算。而且，这些器件在图像识别方面显示出巨大潜力。人工神经网络仿真返回了约 85% 的图像识别准确率。所有这些发现表明，2L-MoS2 在开发低功耗、透明且柔性的神经形态器件方面具有广阔前景。
引用
@article{arxiv.2601.15917,
title = {CVD grown bilayer MoS2 based artificial optoelectronic synapses for arithmetic computing and image recognition applications},
author = {Umakanta Patra and Subhrajit Sikdar and Roshan Padhan and Amandeep Kaur and Satyaprakash Sahoo and Subhabrata Dhar},
journal= {arXiv preprint arXiv:2601.15917},
year = {2026}
}
备注
21 pages, 14 figures