【摘 要】
：
人工突触是构建神经形态计算系统的重要器件。为了实现高阶仿生性能,提高器件信息处理效率,有必要开发直接响应光信号的人工突触器件。本文利用光吸收系数大且光谱响应范围广的CZTSSe制备光电突触,以期拓宽人工突触的光谱响应范围。为此,本文研究了不同制备参数下的栅氧化层材料Hf Ox与光电材料CZTSSe的特性,并优化工艺参数以提升材料性能;利用Hf Ox和CZTSSe材料制备了薄膜晶体管型光电突触器件,
论文部分内容阅读
人工突触是构建神经形态计算系统的重要器件。为了实现高阶仿生性能,提高器件信息处理效率,有必要开发直接响应光信号的人工突触器件。本文利用光吸收系数大且光谱响应范围广的CZTSSe制备光电突触,以期拓宽人工突触的光谱响应范围。为此,本文研究了不同制备参数下的栅氧化层材料Hf Ox与光电材料CZTSSe的特性,并优化工艺参数以提升材料性能;利用Hf Ox和CZTSSe材料制备了薄膜晶体管型光电突触器件,探究了不同波长光刺激下器件的学习规律,并利用光和电信号调控器件,模拟生物的突触特性。具体研究内容与结果如下:1、研究了Hf Ox和CZTSSe薄膜的制备工艺。利用原子层沉积法制备了栅氧化层材料Hf Ox并通过退火将其漏电流密度降低到2.7×10-10A/cm~2（3 V下）,从而提升了薄膜绝缘性。还利用旋涂、硒化法制备了CZTSSe薄膜,研究了不同硒化温度对材料物相和吸收特性的影响。研究表明,随着硒化温度上升,材料吸收特性提升,带隙宽度逐渐变窄。550 oC硒化得到的CZTSSe薄膜在近红外范围光吸收特性提升明显,禁带宽度最窄（约1.040 e V）。2、研究了器件的转移特性和输出特性。器件为p沟道耗尽型晶体管,开关比达到100倍,电信号和光信号刺激都可以对器件电导进行连续调控,器件体现出作为光、电突触的可能性。本论文还进一步解释了器件的光响应机制。3、调整硒化温度大幅提升了CZTSSe在近红外区域的光吸收能力,在此基础上进一步研究了硒化条件对近红外（970 nm）光刺激下的突触特性影响。结果表明,550℃硒化条件制备的器件在连续近红外光刺激下电导变化率高达79.55%,学习能力最优。遗忘弛豫时间延长至5.49 s,遗忘速度最慢。550℃硒化温度下制备的器件最有利于扩展器件视觉范围并模拟突触可塑性。4、研究了光、电信号刺激下器件的突触仿生特性。成功模拟了双脉冲易化、短时程到长时程可塑性的转化、长时程增强/抑制之间的转化等突触特性,器件可以同时作为光、电突触,具有并行性。器件对光刺激的响应敏感度随着波长增加而减小。还利用光-光信号协同刺激和电-光信号协同刺激,模拟了条件反射特性,提高了器件在970 nm波段的敏感度与记忆特性,在器件级实现了生物高阶突触现象的模拟。
其他文献
智能、高效的故障诊断方法对提升光伏电站的发电效率,维持其正常运行具有重要意义。近年来,许多基于机器学习和深度学习的智能方法被应用于光伏阵列的故障诊断。然而,受最大功率点跟踪算法、时变环境条件等因素影响,光伏阵列的电气工作参数包含复杂的暂态过程,严重影响了故障特征质量。此外,难以从实际光伏阵列中获取大量真实样本数据,用于训练出高性能的故障诊断模型。针对上述问题,本文开展了深度迁移学习和稳态时序数据的
近年来,通过改变自编码器的潜变量空间对数据的属性进行选择性控制已经引起了学术界的广泛关注。属性控制生成是数据生成领域中一个重要的研究方向,目的是由模型学习数据的不同特征,在生成的过程中通过简单的调控生成具有期望的特征的数据。通常,数据由深度生成模型进行表示学习并编码到潜变量空间中,通过查找潜变量空间维度和数据属性的对应关系来操控数据的属性。例如对于人脸图像数据,通过使用表示学习的方式,把脸部的特征
基于von Neumann架构的传统计算机由于存储单元和CPU的分离,极大地限制高效计算机的发展。相反,具有高度连通性（突触）的哺乳动物皮层神经元可以并行处理大量信息。因此,在冯·诺依曼瓶颈的推动下,人们对用于神经形态并行计算的仿生突触器件产生极大的兴趣。然而,关于对突触性能进行精确调控的文献报道并不多。因此,通过合理的器件结构设计来调控器件的突触性能,对于未来实现高精度高保真度的神经计算具有重大
在当今的信息时代,随着人工智能和物联网技术的发展,传感器技术已经成为了当代科学技术推进必不可少的一部分,也是工业腾飞发展的基础和保证。霍尔角度传感器是目前主流的一种非接触式的磁性角度传感器,它将磁领域和电领域关联到了一起,它前端探测头与后端的信号处理电路集成在一起,它的动态范围宽,制造的成本低,在工业、汽车和消费电子领域得到广泛的应用。接触式传感器根据滑动变阻器的原理制造,电刷和电阻带之间的摩擦会
由于具有能量密度大、循环寿命长、无污染等优点,锂离子电池在通信、电动汽车、航空等行业得到了广泛使用。准确判断锂离子电池的性能退化程度,对于提高电池的运维质量、确保设备正常工作具有重要意义。然而电池性能退化与多方面因素相关,主要包括荷电状态（State of Charge,SOC）、健康状态（State of Health,SOH）和剩余使用寿命（Remaining Useful Life,RUL）
特征工程在机器学习中占据重要的地位,是机器学习中最复杂,最耗时的任务之一。特征工程往往需要专家知识,自动化困难。现有的大部分自动特征工程存在计算量大、缺乏发现复杂特征的能力以及易发生特征爆炸的问题。因此本文将二分类的数值数据的特征工程视作马尔可夫决策的过程,用强化学习的方法来实现自动特征工程,通过数学运算符生成新特征。这种方式不仅可以通过原始特征生成新特征,也可以通过生成的特征生成新特征,因此存在
字符识别技术在信息检索,信息保存等方面有着重要的意义,可以提高交通、银行等领域工作效率,可以为盲人在室内提供导航信息,也可以为自动驾驶提供信息。机器学习支撑的识别算法在某些特定的情况下已经取得了很好的效果,但是终究因为字符的多样性和复杂性,在字符识别上依然存在着诸多的问题。本文提出了一种对SSD模型改进的方法,可以很好的实现文本的定位,提高对小/长文本的检测。本文的工作可以概括如下:本文采用SSD
移动电子产品和电动汽车等领域的高速发展对锂离子电池的能量密度提出了更高的要求。然而,目前商用锂离子电池的能量密度受限于石墨负极低的比容量而发展缓慢。锂金属因具有极高的理论比容量(3860 m Ah g-1)和最低的还原电位（-3.04V vs.标准氢电极）被视为未来的“圣杯”电极。但锂金属本身存在体积变化、枝晶生长和副反应等固有问题而极大阻碍了其商业进程。在众多改进方案中,设计均匀的亲锂框架来负载
凭借稀土离子丰富的能级结构和能级寿命长等特性,稀土掺杂上转换发光材料得到了广泛的应用,例如在生物医疗、3D显示、温度测量、太阳能电池等众多领域都发挥着不可或缺的作用。特别地,在生物医学领域应用时使用位于生物组织透射窗口的近红外光源,不仅可以提高探测组织的深度、提高信噪比,还可以防止短波激发对生物组织造成损伤,因此稀土掺杂上转换发光材料在光动力学疗法、生物成像等领域具有较大的应用价值。但是由于稀土离
量子点发光二极管（Quantum Dot Light Emitting Diode,QLED）因其自身优异特性而备受关注,如色域高、可柔性化以及简便的溶液化制作方式等。但目前QLED器件实用化仍受到一些制约,如发光性能及寿命还不能满足商业化应用需求。其主要两个方面原因为电荷的传输不平衡及界面缺陷态造成的激子猝灭。本论文瞄准高性能QLED器件,主要通过采用平衡电荷注入及钝化缺陷两种方式共同作用的手段