CN112436092A - 一种双端光电人工突触器件及其制备方法和应用 - Google Patents

一种双端光电人工突触器件及其制备方法和应用 Download PDF

Info

Publication number
CN112436092A
CN112436092A CN202011353795.6A CN202011353795A CN112436092A CN 112436092 A CN112436092 A CN 112436092A CN 202011353795 A CN202011353795 A CN 202011353795A CN 112436092 A CN112436092 A CN 112436092A
Authority
CN
China
Prior art keywords
preparation
synapse device
thickness
double
layer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011353795.6A
Other languages
English (en)
Other versions
CN112436092B (zh
Inventor
彭晖
张尧迪
蒋纯莉
罗春花
钟妮
田博博
林和春
段纯刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China Normal University
Original Assignee
East China Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China Normal University filed Critical East China Normal University
Priority to CN202011353795.6A priority Critical patent/CN112436092B/zh
Publication of CN112436092A publication Critical patent/CN112436092A/zh
Application granted granted Critical
Publication of CN112436092B publication Critical patent/CN112436092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
    • G06N3/0675—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means using electro-optical, acousto-optical or opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
    • H10K30/00—Organic devices sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation
    • H10K30/10—Organic devices sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation comprising heterojunctions between organic semiconductors and inorganic semiconductors
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
    • H10K71/00—Manufacture or treatment specially adapted for the organic devices covered by this subclass
    • H10K71/10—Deposition of organic active material
    • H10K71/12—Deposition of organic active material using liquid deposition, e.g. spin coating
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
    • H10K71/00—Manufacture or treatment specially adapted for the organic devices covered by this subclass
    • H10K71/10—Deposition of organic active material
    • H10K71/12—Deposition of organic active material using liquid deposition, e.g. spin coating
    • H10K71/15—Deposition of organic active material using liquid deposition, e.g. spin coating characterised by the solvent used
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/549—Organic PV cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Manufacturing & Machinery (AREA)
  • Neurology (AREA)
  • Chemical & Material Sciences (AREA)
  • Inorganic Chemistry (AREA)
  • Electromagnetism (AREA)
  • Light Receiving Elements (AREA)

Abstract

本发明公开了一种双端光电人工突触器件及制备方法和应用，其特点是上、下电极之间设置有机铁电聚合物和有机半导体为功能层，组成具有薄膜结构的光控神经突触器件；制备方法包括：在衬底上依次蒸镀下电极、旋涂有机铁电聚合物、蒸镀有机半导体和上电极，制得具有薄膜结构的光控神经突触器件，该器件应用于构建人工神经网络系统，能够模拟生物神经突触的功能。本发明与现有技术相比具有利用电刺激和光脉冲实现生物突触相似的功能，制备方法简单、成本低、易于实施，低功耗操作和低串扰等优点，在光电学习能力的神经形态功能开发中具有十分重要的意义。

Description

一种双端光电人工突触器件及其制备方法和应用
技术领域
本发明涉及光电人工突触器件制备技术领域，特别是一种基于有机半导体和有机铁电聚合物的两端光电人工突触器件及其制备方法和应用。
背景技术
铁电体的自发极化可以通过外部电场来进行调控，在过往的研究中已有利用铁电体来制作忆阻器来模拟神经的突触功能。Chanthbouala和他的研究团队在铁电隧道节中，已经证实了具有10ns运行速度和大于两个数量级的电阻变化。此外，S.Boyn和他的团队在铁电隧道结中成功模拟了神经突触的脉冲时间依赖可塑性，并结合原子尺度分子动力学，证实了铁电畴开关的精确控制是导致电导发生变化的主要原因。
现有技术的有机光电器件由上、下电极的电势差或偏置电压产生的电场所驱动，尽管极化铁电畴可能会产生定向的杂散场，但很少有人利用它们在有机器件中调控光电流。聚偏氟乙烯(PVDF)是一种铁电高聚物，具有机械强度高、耐磨、耐高温、耐腐蚀以及介电常数高等优点。P(VDF-TrFE)是偏氟乙烯和三氟乙烯按照不同的比例聚合的二元共聚物，拥有比PVDF更好的铁电性。但至今尚未见有利用PPC效应和高阻易失特性，实现光兴奋和电抑制突触行为，以及采用P(VDF-TrFE)作为铁电功能层来调制光电流，实现突触功能模拟的相关文献和公开技术的报道。
发明内容
本发明的目的是针对现有技术的不足而设计的一种双端光电人工突触器件及其制备方法和应用，采用高真空热蒸发技术制备的Al/P[(VDF-TrFE)]/CuPc/Au光控神经突触器件，通过有机半导体薄膜的引入，利用其具有光电性和光电导性，提高带宽，降低器件能耗和串扰的影响，极化的铁电畴可以在有机半导体内部产生较大的定向净场，且对532nm的绿光具有明显的持续光电导效应(PPC效应)。通过精确控制电压和光脉冲参数(脉宽/频率/光强/数目)，可以实现突触的STP/LTP学习记忆规则和PPF规则，利用PPC效应和高阻易失特性，实现光兴奋和电抑制突触行为，具有功耗低、低串扰、制备方法简单，成本低、易于实施、安全、环保等优点，可广泛应用于人工智能硬件和人工神经网络硬件方面的应用。
实现本发明目的的具体技术方案是：一种双端光电人工突触器件，其特点是该人工突触器件为下电极层、有机铁电聚合物层、有机半导体层和上电极层组成具有薄膜结构的光控神经突触器件，所述下电极为Al薄膜层，其厚度为5～200纳米；所述有机铁电聚合物为聚偏二氟乙烯或聚偏二氟乙烯-三氟乙烯共聚物薄膜层，其厚度为10纳米～100微米；所述有机半导体层为酞菁铜薄膜层，其厚度为10纳米～100微米；所述上电极为金、银、铜、铝或铟锡氧化物的薄膜层，其厚度为5～200纳米。
一种双端光电人工突触器件的制备方法，其特点是该人工突触器件的制备包括以下步骤：
步骤1：衬底的清洗
将石英玻璃依次采用食人鱼溶液、无离子水和丙酮溶液清洗，干燥后为制备薄膜层器件的衬底，所述食人鱼溶液中浸泡三十分钟，去除表面的有机物后放入无离子水中超声15分钟，然后在丙酮溶液中超声15分钟，最后将石英玻璃放入烘箱中于60℃下干燥。
步骤2：下电极的制备
采用真空蒸镀在上述制备的衬底上沉积厚度为5～200nm的Al层为下电极，所述沉积速率为
Figure BDA0002802064800000021
真空度为5×10-4Pa；
步骤3：旋涂液的制备
将聚偏二氟乙烯或聚偏二氟乙烯-三氟乙烯共聚物溶于碳酸二乙酯溶液或丁酮溶液中，配置成浓度为1～2.5wt％的旋涂液；
步骤4：有机铁电聚合物的制备
将上述制备的旋涂液在下电极上旋涂有机铁电聚合物层，其厚度为10纳米～100微米，所述旋转速度为500～4000r/s；
步骤5：退火
将上述旋涂有铁电聚合物薄膜的下电极放入真空干燥箱中，在135℃温度下退火4小时；
步骤6：有机半导体层的制备
在上述制备的有铁电聚合物薄膜上真空蒸镀酞菁铜薄膜，其厚度为10纳米～100微米，所述真空度低于1×10-5Pa；
步骤7：人工突触器件的制备
在上述制备的酞菁铜薄膜上真空蒸镀厚度为5～200纳米的金、银、铜、铝或铟锡氧化物的薄膜层为上电极，制得具有有机半导体和有机铁电聚合物为功能层的双端光人工突触器件。
一种双端光电人工突触器件的制备方法制备的双端光电人工突触器件的应用，其特点是该双端光电人工突触器件应用在人工智能硬件和人工神经网络硬件上，利用有机铁电功能层来调制光电流的电压和光脉冲参数，实现突触的短时程增强、长时程增强作用学习记忆规则和双脉冲易化规则，以及光兴奋和电抑制突触行为。
本发明与现有技术相比具有以下的有益效果：
1)利用有机铁电聚合物薄膜的铁电极化所产生的内建电场来调制光脉冲刺激所产生的载流子，从而简化器件结构，降低器件能耗和提升器件的抗串扰能力；
2)所制备出Al/P[(VDF-TrFE)]/CuPc/Au光控神经突触器件对532nm的绿光具有明显的PPC效应。通过精确控制电压和光脉冲参数(脉宽/频率/光强/数目)，可以实现突触的STP/LTP学习记忆规则和PPF规则；此外还利用PPC效应和高阻易失特性，实现光兴奋和电抑制突触行为；
3)制备方法操作步骤简单，原料易得，成本低，耗能少，抗串扰能力强，易于实施，整个制备过程安全、环保。
附图说明
图1为两端光电人工突触器件结构示意图；
图2为实施例1制备的两端光电人工突触器件正向I-V图；
图3为实施例1制备的两端光电人工突触器件负向I-V图；
图4为实施例1制备的两端光电人工突触器件在光、电刺激信号协同作用下的神经形态模拟；
图5为实施例1制备的两端光电人工突触器件的PPF图；
图6为实施例1制备的两端光电人工突触器件模拟生物的学习-遗忘功能的时间对电流图。
具体实施方式
参阅附图1，本发明由设置在下电极层1和上电极层4之间的有机铁电聚合物层2和有机半导体层3组成的薄膜器件结构，所述下电极1为Al薄膜层，其厚度为5～200纳米；所述有机铁电聚合物2为聚偏二氟乙烯或聚偏二氟乙烯-三氟乙烯共聚物P[(VDF-TrFE)]薄膜层，其厚度为10纳米～100微米；所述有机半导体层3为酞菁铜(CuPc)薄膜层，其厚度为10纳米～100微米；所述上电极为金、银、铜、铝或铟锡氧化物的薄膜层，其厚度5～200纳米。
下面以制备Al/PPVDF/CuPc/Au光控神经突触器件的具体实施例对本发明作进一步详细说明。
实施例1
本实施例以聚偏氟乙烯(PVDF)为有机铁电聚合物，以酞菁铜(CuPc)为有机半导体层，分别具有下式结构：
Figure BDA0002802064800000041
制备基于有机半导体酞菁铜和有机铁电聚合物的人工突触器件，具体步骤如下：
步骤1：对石英玻璃进行清洗
将石英玻璃浸入食人鱼溶液中三十分钟，去除表面的有机物，然后放入离子水中超声15分钟，再放入丙酮溶液中超声15分钟，最后将石英玻璃放入烘箱中于60℃干燥；
步骤2：制备人工突触器件的下电极
将制备好的干净干燥的石英玻璃放入真空蒸发镀膜设备的镀膜腔内，在5×10-4Pa的的气压下以
Figure BDA0002802064800000051
的速率沉积厚度约为50nm的Al薄膜。
步骤3：制备旋涂溶液
将PVDF溶于碳酸二乙酯溶液中，配制成有机铁电聚合物的质量分数为1.5wt％的PVDF旋涂液。
步骤4：有机铁电聚合物薄膜的旋涂
用滴管取PVDF旋涂液，滴加在旋转的下电极上，旋转速度为3000r/s，制备PVDF薄膜。
步骤5：退火
将上述旋涂有铁电聚合物薄膜的下电极放入真空干燥箱中，在135℃温度下退火4小时。
步骤6：蒸镀有机半导体层
在PVDF薄膜上热蒸镀酞菁铜(CuPc)，真空度低于1×10-5，蒸镀的厚度为50微米，可通过真空蒸发腔体内部的频率晶振片进行实时监控。
步骤7：制备人工突触器件
在CuPc薄膜上热蒸镀一层Au作为上电极，其厚度为40纳米，制得具有薄膜结构的Al/PVDF/CuPc/Au光控神经突触器件。
对上述制备的人工突触器件进行了生物突触的行为模拟，其性能测试结果如下：
参阅附图2，对人工突触器件施加连续的正向扫描电压(0→4V→0V)时，器件电流逐渐降低，即器件电导连续减小。
参阅附图3，对人工突触器件施加连续的7次负向扫描电压(0→-4V→0V)时，器件电导也会逐渐减小。
参阅附图4，对人工突触器件在光刺激信号和电刺激信号协同作用下进行神经形态模拟，前11次扫描，随着扫描次数的增加器件的电流逐渐降低，施加光照后器件的电流增加，模拟了“电抑制光增强”的行为。
参阅附图5，人工突触器件随着两个光脉冲信号间隔时间的减小，第二脉冲导致的电流显著增大，双脉冲易化指数增大，这与生物突触的双脉冲易化行为一致。当对器件施加15次连续的光脉冲使器件的光电流由11.6nA增加到15nA，然后在一段时间衰减后降低到9.4nA。
参阅附图6，第二次连续光脉冲刺激的作用更加明显，即光电流上升的速率变快，第一次光脉冲信号刺激需要15次才能将器件的光电流从11.6nA加到15nA，而第二次光信号刺激仅需11次就能成功地模拟了生物的学习-遗忘行为。
上述性能测试结果表明实施例1制备的人工突触器件能够模拟生物神经突触的功能，可应用于构建人工神经网络系统。在人工智能硬件和人工神经网络硬件上，利用有机铁电功能层来调制光电流的电压和光脉冲参数，实现突触的短时程增强、长时程增强作用学习记忆规则和双脉冲易化规则，以及光兴奋和电抑制突触行为，证明了突触器件在光电学习能力在神经形态功能开发中具有十分重要的意义。
以上仅为本发明的最佳实例，而非对本发明保护范围的限制，本领域的技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种双端光电人工突触器件，其特征在于该人工突触器件采用上、下电极之间设置有机铁电聚合物和有机半导体为功能层，组成具有薄膜结构的光控神经突触器件，所述下电极为Al薄膜层，其厚度为5~200 纳米；所述有机铁电聚合物为聚偏二氟乙烯或聚偏二氟乙烯-三氟乙烯共聚物薄膜层，其厚度为10纳米~100微米；所述有机半导体层为酞菁铜薄膜层，其厚度为10纳米~100微米；所述上电极为金、银、铜、铝或铟锡氧化物的薄膜层，其厚度为5~200 纳米。
2. 一种权利要求1所述双端光电人工突触器件的制备方法，其特征在于该人工突触器件的制备包括以下步骤：
步骤1：衬底的清洗
将石英玻璃依次采用食人鱼溶液、无离子水和丙酮溶液清洗，干燥后为制备薄膜层器件的衬底；
步骤2：下电极的制备
采用真空蒸镀在上述制备的衬底上沉积厚度为5~200 nm 的Al 层为下电极，所述沉积速率为0.8 Å/s，真空度为5×10-4Pa；
步骤3：旋涂液的制备
将聚偏二氟乙烯或聚偏二氟乙烯-三氟乙烯共聚物溶于碳酸二乙酯溶液或丁酮溶液中，配置成浓度为1 ~2.5 wt%的旋涂液；
步骤4：有机铁电聚合物的制备
将上述制备的旋涂液在下电极上旋涂有机铁电聚合物层，其厚度为10纳米~100微米，所述旋转速度为500~4000 r/s；
步骤5：退火
将上述旋涂有铁电聚合物薄膜的下电极放入真空干燥箱中，在135℃温度下退火4小时；
步骤6：有机半导体层的制备
在上述制备的有铁电聚合物薄膜上真空蒸镀酞菁铜薄膜，其厚度为10纳米~100微米，所述真空度低于1×10-5Pa；
步骤7：人工突触器件的制备
在上述制备的酞菁铜薄膜上真空蒸镀厚度为5~200纳米的金、银、铜、铝或铟锡氧化物的薄膜层为上电极，制得具有薄膜结构的双端光人工突触器件。
3.一种权利要求2所述双端光电人工突触器件的制备方法制备的双端光电人工突触器件的应用，其特征在于该双端光电人工突触器件应用在构建人工神经网络系统，利用有机铁电功能层来调制光电流的电压和光脉冲参数，实现突触的短时程增强、长时程增强作用学习记忆规则和双脉冲易化规则，以及光兴奋和电抑制突触行为。
CN202011353795.6A 2020-11-27 2020-11-27 一种双端光电人工突触器件及其制备方法和应用 Active CN112436092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011353795.6A CN112436092B (zh) 2020-11-27 2020-11-27 一种双端光电人工突触器件及其制备方法和应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011353795.6A CN112436092B (zh) 2020-11-27 2020-11-27 一种双端光电人工突触器件及其制备方法和应用

Publications (2)

Publication Number Publication Date
CN112436092A true CN112436092A (zh) 2021-03-02
CN112436092B CN112436092B (zh) 2023-01-31

Family

ID=74697882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011353795.6A Active CN112436092B (zh) 2020-11-27 2020-11-27 一种双端光电人工突触器件及其制备方法和应用

Country Status (1)

Country Link
CN (1) CN112436092B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113161494A (zh) * 2021-04-23 2021-07-23 光华临港工程应用技术研发(上海)有限公司 光电人工突触的制备方法以及光电人工突触
CN114518391A (zh) * 2022-02-22 2022-05-20 南开大学 一种光寻址-突触型神经递质传感器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007142014A (ja) * 2005-11-16 2007-06-07 Kyoto Univ 強誘電体記憶素子及び強誘電体記憶装置
JP2008103670A (ja) * 2006-09-22 2008-05-01 Nissan Motor Co Ltd 有機薄膜受光素子、有機薄膜受光素子の製造方法、有機薄膜受発光素子、有機薄膜受発光素子の製造方法、及び脈拍センサ
CN103296206A (zh) * 2013-06-13 2013-09-11 复旦大学 有机非易失性铁电三位存储器及其制造方法
CN105702856A (zh) * 2014-11-26 2016-06-22 华为技术有限公司 一种基于有机铁电薄膜材料的忆阻器器件及其制备方法
CN110797459A (zh) * 2019-10-12 2020-02-14 华东师范大学 一种铁电调控的两端导电聚合物人工突触器件及制备方法和应用

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007142014A (ja) * 2005-11-16 2007-06-07 Kyoto Univ 強誘電体記憶素子及び強誘電体記憶装置
JP2008103670A (ja) * 2006-09-22 2008-05-01 Nissan Motor Co Ltd 有機薄膜受光素子、有機薄膜受光素子の製造方法、有機薄膜受発光素子、有機薄膜受発光素子の製造方法、及び脈拍センサ
CN103296206A (zh) * 2013-06-13 2013-09-11 复旦大学 有机非易失性铁电三位存储器及其制造方法
CN105702856A (zh) * 2014-11-26 2016-06-22 华为技术有限公司 一种基于有机铁电薄膜材料的忆阻器器件及其制备方法
CN110797459A (zh) * 2019-10-12 2020-02-14 华东师范大学 一种铁电调控的两端导电聚合物人工突触器件及制备方法和应用

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113161494A (zh) * 2021-04-23 2021-07-23 光华临港工程应用技术研发(上海)有限公司 光电人工突触的制备方法以及光电人工突触
WO2022222308A1 (zh) * 2021-04-23 2022-10-27 光华临港工程应用技术研发(上海)有限公司 光电人工突触的制备方法以及光电人工突触
CN113161494B (zh) * 2021-04-23 2023-12-26 光华临港工程应用技术研发(上海)有限公司 光电人工突触的制备方法以及光电人工突触
CN114518391A (zh) * 2022-02-22 2022-05-20 南开大学 一种光寻址-突触型神经递质传感器

Also Published As

Publication number Publication date
CN112436092B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
Gong et al. Lateral artificial synapses on hybrid perovskite platelets with modulated neuroplasticity
Yang et al. Leaky integrate-and-fire neurons based on perovskite memristor for spiking neural networks
Shi et al. A fully solution‐printed photosynaptic transistor array with ultralow energy consumption for artificial‐vision neural networks
CN112436092B (zh) 一种双端光电人工突触器件及其制备方法和应用
Yu et al. Mixed-halide perovskite for ultrasensitive two-terminal artificial synaptic devices
Zhao et al. Flexible artificial synapse based on single-crystalline BiFeO 3 thin film
Lee et al. Realization of an artificial visual nervous system using an integrated optoelectronic device array
CN113161494B (zh) 光电人工突触的制备方法以及光电人工突触
KR20170094887A (ko) 금속 할라이드 페로브스카이트 시냅스 소자
CN112687792B (zh) 一种光刺激两端人工突触器件及制备方法和应用
Ke et al. BCM learning rules emulated by a-IGZO-based photoelectronic neuromorphic transistors
Kim et al. PZT ferroelectric synapse TFT with multi-level of conductance state for neuromorphic applications
Lao et al. Self‐Powered and Humidity‐Modulable Optoelectronic Synapse
CN111081875A (zh) 一种铁电极化调控的人工突触器件及其制备方法
Zhang et al. Synaptic transistor arrays based on PVA/lignin composite electrolyte films
CN110797459B (zh) 一种铁电调控的两端导电聚合物人工突触器件及制备方法和应用
CN116456728A (zh) 一种超宽温度有机聚合物忆阻器及其制备方法
CN112103388A (zh) 一种基于Ti3C2-MXene/电解质结构的人工突触器件的制备方法
CN114171682A (zh) 一种铁电调控的两端无铅钙钛矿人工光突触器件及制备方法
CN112239195A (zh) 一种基于纳米氧化物薄膜/电解质垂直结构的人工突触电子器件的制备方法
CN110854275B (zh) 一种光调控三端口人工突触器件及制备方法
Shi et al. Organic Heterojunction Phototransistors with Bi‐Directional Photoresponse for Vision Biomimetics
KR102418176B1 (ko) 광 뉴로모픽 소자, 이의 제조 방법 및 이를 포함하는 인공신경망
CN111312899B (zh) 具有零能耗的光电神经突触器件及制备方法
CN110957423A (zh) 聚磷酸铵忆阻器及其制备方法与在制备人工突触模拟器件中的应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant