一种基于仿生范德华异质结构的稳健视觉神经形态器件，用于多尺度传感器集成式水库计算

《ACS Nano》：A Robust Biomimetic van der Waals Heterostructure Visual Neuromorphic Device for Multiscale In-Sensor Reservoir Computing

二维异质结构石墨炔/MoS?视觉神经形态器件通过sp-sp2杂化实现电荷载体高效调控，记忆窗口提升近10倍，具备5×10^7量级开关比和4周空气稳定性。其多尺度在传感器端共振计算系统在5%-40%高斯噪声下达90%人脸识别准确率，通过可调弛豫时间实现10^2-10^6 ms动态范围运动轨迹识别，为神经形态视觉系统提供新器件范式。

　　

视觉神经形态学设备对于处理日益复杂的视觉信息至关重要，因为它们能够捕捉、存储和处理来自环境的光学信号。特别是基于全二维材料异质结构的视觉神经形态学设备，由于其原子级别的界面兼容性，被认为是减轻传统异质结构中固有的晶格失配和界面缺陷的最有前景的设备架构之一。在这里，我们报告了一种基于石墨烯二炔/MoS₂全二维材料异质结构的稳健视觉神经形态学设备。通过利用石墨烯二炔薄膜中独特的sp-sp²杂化作用以及丰富的二维分布的载流子相互作用位点，我们将该设备的记忆窗口性能提升了近10倍。该设备具有高达5 × 10⁷的超高开/关比、70次的循环耐久性以及4周的空气稳定性。最重要的是，我们开发了一种多尺度传感器内存储计算系统，在5%–40%的高斯噪声条件下，该系统在面部数据集上的识别准确率超过了90%。其可调的松弛时间特性使得运动轨迹识别效率达到95.46%。概念验证实验表明，该设备能够在10²–10⁶毫秒的时间分辨率范围内实现轨迹识别。这项工作提出了一种有前景的设备协同设计方法，推动了神经形态学视觉系统的发展。