用于同构架构储备计算的莫尔突触晶体管
介观与纳米尺度物理
2023-10-19 v1
摘要
储备计算被视为有效处理复杂时序信息的一种有前景的智能计算范式。在单一电子器件中开发可调且可复现的动力学，以实现储备计算系统的储备层与读出层备受期待。二维莫尔材料具有较原子尺度大许多倍的人工晶格常数，是过去数年材料科学与凝聚态物理领域最受关注的人工量子材料之一。这些材料具有栅极可调的周期势与电子关联，从而改变电场可使莫尔势中每个单元内的电子呈现独特且可复现的动力学，在鲁棒储备计算中展现出巨大前景。本文报道一种莫尔突触晶体管可用于实现具有同构储备-读出架构的储备计算系统。该突触晶体管基于 h-BN/双层石墨烯/h-BN 莫尔异质结构制备，表现出类铁电的电阻滞回栅压依赖特性。改变栅压幅值可使莫尔晶体管在具有非线性动力学的长时记忆与短时记忆间切换。通过将短时与长时记忆分别用作储备节点与读出层权重，我们构建了全莫尔物理神经网络，并证明在 MNIST 手写数字数据库上可达到 90.8% 的分类准确率。我们的工作将为基于莫尔材料的神经形态计算发展铺平道路。
引用
@article{arxiv.2310.11743,
title = {Moire synaptic transistor for homogeneous-architecture reservoir computing},
author = {Pengfei Wang and Moyu Chen and Yongqin Xie and Chen Pan and Kenji Watanabe and Takashi Taniguchi and Bin Cheng and Shi-Jun Liang and Feng Miao},
journal= {arXiv preprint arXiv:2310.11743},
year = {2023}
}