Neuromorphic visual image processing and associative learning functions based on ultra-low power ReS2 optoelectronic synaptic devices
Abstract
为突破传统视觉信息处理系统面临的“存储墙”与“功耗墙”瓶颈，本文基于二维ReS2优异的持久性光电导效应，成功构建了一种超低功耗两端光电突触器件。通过系统的第一性原理计算与实验表征，重点分析了S空位对ReS2电子云密度分布及能带结构的调控作用。基于该机理，该器件实现了单次突触事件49 fJ的超低能耗，达到与生物突触相当的水平。器件不仅能通过调控光脉冲实现突触权重的改变，还展现出优异的频率依赖可塑性。利用其高通滤波特性，使器件实现了有效的图像边缘增强。此外，基于对不同波长光脉冲的响应差异，器件成功模拟了“巴甫洛夫狗”经典条件反射，验证了其联想学习能力。本研究设计的两端ReS2突触器件在结构复杂度与超低功耗性能间实现了优异平衡，为开发面向边缘计算等应用的高性能、低功耗神经形态视觉系统提供了新途径。
Fields of Study & Subjects
Advanced Memory and Neural Computing
2D Materials and Applications
Neural Networks and Reservoir Computing
Publication details
- Journal / source
- Acta Physica Sinica
- Volume
- 75
- Issue
- 10
- Publication date
- 1 January 2026
- Language
- ZH