河北大学闫小兵教授团队在国际知名学术期刊《Research》上发表重要研究成果

忆阻器是构建用于神经形态计算的模拟神经网络最有前途的技术之一，能够实现生物突触的模拟。WSe₂量子点具有独特的电学特性，已经被用于忆阻器的构建中，然而，低功率和高可靠性仍然是基于WSe₂量子点的忆阻器作为突触器件的挑战。

有鉴于此，闫小兵教授团队报道了一种Ag/WSe₂量子点/La_0.3Sr_0.7MnO₃/SrTiO₃新结构的忆阻器，器件显示出出色的阻变开关特性，开关比高达5×103，开关功率低至 0.16 nW，设置和复位电压低至~0.52 V 和 -0.19 V，具有出色的循环稳定性、良好的重复性和数据保持能力。

研究团队通过密度泛函理论计算表明，Se和W缺陷形成的缺陷态处于深能级，漏电流不易发生，进一步解释和证明了该器件的超低功率特性。此外，研究了脉冲幅度、宽度和间隔对器件电导渐进调节的影响，并且实现了兴奋性突触后电流、尖峰时间依赖性可塑性和成对脉冲促进等不同突触功能的模拟。

更重要的是，通过三层人工神经网络评估了基于WSe₂量子点的忆阻器的数字识别能力，经过40次训练，器件的数字识别准确率可达94.05%。该研究为忆阻器的开发提供了一条新途径，对未来的低功耗神经形态计算具有重要意义。

本文中，该成果以“Superlow Power Consumption Artificial Synapses Based on WSe₂ Quantum Dots Memristor for Neuromorphic Computing”为题，在国际知名期刊《Research》在线发表。该杂志为JCR综合性期刊分区1区TOP期刊，最新影响因子为11.036，是《Science》自1880年创刊以来第一本合作期刊。

闫小兵教授为通信作者，王中荣与王薇为共同第一作者。该研究工作得到了国家自然科学基金、河北省自然科学基金、国家重大研发计划培育项目等项目的资助。

图1 ：(a) WSe₂量子点的HR-TEM图像；(b)、 (c)，WSe₂量子点的XPS 表征结果；(d) 器件的I-V曲线；(e) 对数形式的I-V曲线；(f) 与其他量子点忆阻器功率的对比。

图2：(a)、(b)，Set、Reset 电压分布的直方图和高斯拟合曲线；(c)，高低阻分布；(d)，器件的ROFF/RON；(e) 器件的保持特性；(f)，低阻态和高阻态的累积概率图；(g)、(h)，低阻态和高阻态的线性拟合曲线；(i)、(j)，通过公式(1)-(3)获得的低阻态和高阻态的拟合曲线；(k)，本征WSe₂和五个缺陷模型的态密度。

图3：(a)-(c)，不同脉冲数量条件下的兴奋性突触后电流(EPSC)测试响应（橙色曲线）和拟合曲线（绿色曲线）的比较；(d)-(f)，不同脉冲幅值条件下的EPSC测试响应（橙色曲线）和拟合曲线（绿色曲线）的比较；(g)-(i)，不同脉冲宽度条件下的EPSC测试响应（橙色曲线）和拟合曲线（绿色曲线）的比较；(j)-(l) 不同脉冲间隔条件下的EPSC测试响应（橙色曲线）和拟合曲线（绿色曲线）的比较。

图4：（a），生物突触的结构示意图；（b），脉冲数量与器件电阻之间的关系；（c）尖峰时序依赖可塑性(STDP)模拟的脉冲波形示意图；（d）器件的尖峰时序依赖可塑性；（e）、（f），器件的双脉冲易化(PPF)可塑性。

图5：(a)，三层的神经网络结构；(b)，MNIST数据集中的部分手写数字图像展示；(c)，手写数字的光学识别数据集在神经网络模拟中的识别率与理想情况下的对比；(d)，MNIST数据集在神经网络模拟中的识别率与理想情况下的对比。

闫小兵：河北大学电子信息工程学院教授，博士生导师。近年来致力于类脑芯片关键元器件忆阻器与系统的研发，先后获得国家重大人才工程青年学者、万人计划青年拔尖人才、教育部霍英东青年教师奖、宝钢优秀教师奖、河北省青年科技奖、河北省青年五四奖章、河北省青年拔尖人才、河北省三三三人才二层次称号、河北省杰出青年等称号。在顶级国际权威期刊 Nature Nanotechnology、Advanced Materials、Nature Communications等发表论文100余篇，2019年被评为全球前2%顶尖科学家。

本课题组招聘青年教师和博后，优秀者可解决家属事业编制工作，欢迎投递简历至xiaobing_yan@126.com。要求：电子、光学、材料、化学、生物等理工科方向，发表1-2篇SCI论文。欢迎加入从事类脑芯片与器件的研究。

投稿请联系contact@scimaterials.cn