据中国科学院消息,在前期相关研究工作的基础上(Journal of Alloys and Compounds 2023, 966: 171498;Optics Express, 2023, 31: 8128;Nano Energy 2022, 100: 107437),最近中国科学院苏州纳米所陆书龙团队成功研发了一种基于GaN基/异质结的。
本文引用地址:GaN基具有表面体积比大、稳定性高和能带连续可调等优势,但是其能否作为一种理想材料制备,用于低功耗地模拟生物突触特性,是值得研究的问题。
实验证明,在光刺激下该器件能够有效模拟神经突触特性,包括记忆特性、动态的“学习-遗忘”特性和光强依赖特性,可以实现从短期记忆(STM)到长期记忆特性(LTM)的转变(图1)。
上述研究成果以Realize low-power artificial photonic synapse based on (Al,Ga)N nanowire/graphene heterojunction for neuromorphic computing为题发表于APL Photonics,第一作者是中国科学院苏州纳米所博士生周敏。
在上述纳米柱阵列的基础上,该团队提取了单根GaN纳米柱,实现了的制备,并与器件电导性能相结合,构建神经网络模拟对数字图像的识别,识别准确率可在30个训练周期后高达 93%(图2)。由于单根GaN纳米柱的体积极小,单次脉冲能耗可低至 2.72×10-12 J,这有助于研发低功耗的神经网络计算系统。相关研究成果以Light-stimulated low-power artificial synapse based on a single GaN nanowire for neuromorphic computing为题发表于Photonics Research,共同第一作者是中国科学院苏州纳米所博士生周敏和副研究员赵宇坤。