全文亮點

1. 在基于鹽輔助化學(xué)氣相沉積法生長的二維層狀WSe2納米片的憶阻器中實現(xiàn)了模擬和數(shù)字阻變的共存。

2. 基于垂直結(jié)構(gòu)的Pt/WSe2/Pt憶阻器實現(xiàn)人工突觸，模擬長時程增強、抑制以及成對脈沖促進等基本突觸功能，以及人類的“學(xué)習-遺忘”的行為。其中，長時程增強過程表現(xiàn)出較高的電導(dǎo)線性度。

3. 利用這種突觸憶阻器構(gòu)建人工神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了高精度的文件類型和圖像識別。

全文速覽

近日，四川師范大學(xué)接文靜研究員課題組通過鹽輔助化學(xué)氣相沉積法生長的二維層狀WSe2納米片實現(xiàn)了模擬和數(shù)字阻變在垂直結(jié)構(gòu)的Pt/WSe2/Pt憶阻器中的共存。基于WSe2的憶阻器展示出優(yōu)秀的數(shù)字阻變行為，具有高開關(guān)比、良好的穩(wěn)定性和可靠性，表明其具有非易失性存儲器的潛在應(yīng)用。

另一方面，在低工作電壓下可以觀察到模擬阻變行為。此外，該憶阻器可以作為人工突觸來模擬基本的突觸功能，例如長時程增強和抑制以及成對脈沖促進。更重要的是，可以成功模擬人腦的“學(xué)習-遺忘”行為，并且構(gòu)建人工神經(jīng)網(wǎng)絡(luò)進行較高精度的文件類型和圖像識別。該成果以“Controllable digital and analog resistive switching behaviors of 2D layered WSe2?nanosheets for neuromorphic computing”為題發(fā)表在《Nanoscale》學(xué)術(shù)期刊上。

研究摘要

憶阻器作為人工突觸對于神經(jīng)形態(tài)計算至關(guān)重要，有望克服傳統(tǒng)馮諾依曼系統(tǒng)的瓶頸。在這項工作中，作者研究了二維WSe2納米片的阻變特性，以及基于該憶阻器的突觸功能模擬和神經(jīng)形態(tài)計算。研究發(fā)現(xiàn)，數(shù)字和模擬阻變行為取決于工作電壓的大小。具有兩個電阻狀態(tài)的數(shù)字阻變可以在高工作電壓下實現(xiàn)。具有一系列可調(diào)電阻狀態(tài)的模擬阻變行為則在相對較低的工作電壓下實現(xiàn)。

此外，憶阻器不僅可以實現(xiàn)長時程增強、抑制以及成對脈沖促進等基本突觸功能，還可以成功模擬人類的“學(xué)習-遺忘”行為。與此同時，可以用于構(gòu)建三層人工神經(jīng)網(wǎng)絡(luò)來實現(xiàn)圖像識別。二維WSe2納米片中數(shù)字和模擬阻變行為的共存表明了在非易失性存儲器和神經(jīng)形態(tài)計算中的潛在應(yīng)用。

圖文解析

圖1. CVD生長的二維層狀WSe2的表征：（a）在280 nm SiO2/Si襯底上生長的WSe2的光學(xué)圖像，插圖為WSe2的結(jié)構(gòu)示意圖；（b）WSe2的SEM圖像；（c）WSe2的AFM圖像，插圖顯示了AFM圖像中白線對應(yīng)的高度輪廓；（d）WSe2的拉曼光譜；（e）W 4f XPS譜；（f）Se 3d XPS譜。

作者通過SEM、拉曼、XPS等表征手段證明了采用CVD法可以成功制備WSe2納米片。AFM表征確定得到的納米片厚度約為3.6 nm，層數(shù)約為5層。

圖2. Pt/WSe2/Pt憶阻器的數(shù)字阻變行為：（a）單對數(shù)坐標下的I–V曲線，插圖顯示了Pt/WSe2/Pt憶阻器的結(jié)構(gòu)示意圖；（b）雙對數(shù)坐標下的I–V曲線；（c-d）在一個器件上測量的30個周期的SET電壓和RESET電壓的累積分布；（e）憶阻器的保留特性；（f）憶阻器的循環(huán)耐久性。

在4 V的工作電壓下，Pt/WSe2/Pt器件表現(xiàn)出典型的非易失性雙極性數(shù)字阻變行為，開/關(guān)比高達6.3 × 104。在0.1 V的讀取電壓下，器件的高/低阻態(tài)可以保持3.6 × 104?s，循環(huán)次數(shù)可以超過1850個周期。器件高阻態(tài)下的擬合結(jié)果符合典型的空間電荷限制電流傳導(dǎo)機制。

圖3. Pt/WSe2/Pt憶阻器的模擬阻變行為：（a）Pt/WSe2/Pt憶阻器工作電壓為1 V時的典型模擬電阻切換行為;（b）連續(xù)8次正向掃描電壓(0 V → + 1 V → 0 V)和（c）負向掃描電壓(0 V → ? 1 V → 0 V)下器件的I-V曲線。

Pt/WSe2/Pt憶阻器在1 V的掃描電壓下，可以觀察到具有一系列可調(diào)電阻狀態(tài)的模擬阻變行為。在連續(xù)八次正電壓的掃描下，電流隨著掃描次數(shù)的增加而不斷增大，表現(xiàn)出增強性；在連續(xù)八次負電壓的掃描下，電流隨掃描次數(shù)的增加而減小，表現(xiàn)出抑制性。器件的連續(xù)可調(diào)性，證明了具有應(yīng)用于模擬突觸功能的可能性。

圖4.?Pt/WSe2/Pt憶阻器模擬基本突觸功能：（a）生物突觸示意圖；（b-d）不同脈沖寬度、間隔和振幅下的LTP/LTD過程；（e）典型LTP和LTD曲線的擬合；（f）脈沖序列激發(fā)的PPF行為；（g）PPF的非線性擬合結(jié)果；（h）突觸憶阻器連續(xù)15個周期的耐力測試。

Pt/WSe2/Pt憶阻器可作為人工突觸來實現(xiàn)突觸的基本功能，如長時程增強和抑制的長期可塑性以及成對脈沖促進的短期可塑性。其中，長時程增強過程中表現(xiàn)出較高的電導(dǎo)線性度（? 0.82），有利于提高神經(jīng)形態(tài)計算的精度。

圖5. “學(xué)習-遺忘”行為的模擬：（a）“學(xué)習-遺忘”過程的四個周期；（b）“學(xué)習-遺忘-再學(xué)習”過程的演示，其中學(xué)習和再學(xué)習過程達到相同的水平。

Pt/WSe2/Pt憶阻器還可以模擬人腦的“學(xué)習-遺忘”行為。在4個學(xué)習周期中，認知水平逐漸提高，并且，在“再學(xué)習”的過程中，更少的學(xué)習即可達到與第一次學(xué)習相同認知水平。

圖6. Pt/WSe2/Pt憶阻器的神經(jīng)形態(tài)計算：（a）三層人工神經(jīng)網(wǎng)絡(luò)示意圖；（b）用于矩陣運算的基于憶阻器的交叉陣列電路；（c-e）文件類型、小手寫數(shù)字和大手寫數(shù)字的識別精度隨訓(xùn)練時間的變化。

基于CrossSim平臺，建立由輸入層、隱藏層和輸出層組成的三層人工神經(jīng)網(wǎng)絡(luò)，對Sandia文件分類數(shù)據(jù)集，來自“手寫體數(shù)字光學(xué)識別”數(shù)據(jù)集的8 × 8像素的手寫數(shù)字圖像和來自MNIST數(shù)據(jù)集的28 × 28像素的手寫數(shù)字圖像進行識別。經(jīng)過40個訓(xùn)練周期后，文件類型的識別精度達90.3%，大圖像的識別精度可以保持在95.4%，小圖像的識別精度高達95.9%，接近神經(jīng)形態(tài)算法的極限。

研究總結(jié)

在基于鹽輔助化學(xué)氣相沉積法生長的WSe2納米片的憶阻器中，作者實現(xiàn)了數(shù)字和模擬阻變共存，并系統(tǒng)研究了基于WSe2憶阻器的電突觸行為。在高工作電壓下，憶阻器表現(xiàn)出典型的非易失性雙極性數(shù)字阻變行為，具有6.3 × 104的高開關(guān)比以及良好的耐久性和保留特性，在非易失性存儲器中具有廣闊的應(yīng)用前景。

另一方面，具有一系列可調(diào)電阻狀態(tài)的模擬阻變行為可以在相對較低的工作電壓下實現(xiàn)。基于WSe2的憶阻器可以作為人工突觸來實現(xiàn)基本的突觸功能，包括長時程增強和抑制以及成對脈沖促進。

此外，“學(xué)習-遺忘”行為可以在脈沖電壓的刺激下被模擬。更重要的是，人工突觸可以構(gòu)建人工神經(jīng)網(wǎng)絡(luò)，實現(xiàn)高精度的圖像識別。其中，對小圖像的識別精度可達95.9%，接近神經(jīng)形態(tài)算法的極限。這項研究表明，二維WSe2納米片中數(shù)字和模擬阻變行為的共存，不僅可以用于非易失性存儲，而且還展示了在神經(jīng)形態(tài)計算中的潛在潛力。

關(guān)注我啦

歡迎各位教授學(xué)者投稿（論文簡介、學(xué)術(shù)干貨、科研資訊、招聘信息等）,經(jīng)審核后，科研留聲機會及時推送，并推送到天璣算學(xué)院各大平臺。歡迎投稿，為你留聲。

點贊分享 科研更強

歡迎關(guān)注公眾號：科研留聲機和天璣算~