Высокопроизводительный синаптический прибор на ReS₂ с зарядою ловушками достигает 100% точности распознавания лиц

Аннотация

Синаптические приборы лежат в основе нового поколения энергоэффективных высокоскоростных нейроморфных систем. Мы изготовили зарядовую ловушку синапса на основе анизотропного дисульфида рения (ReS₂), который верно воспроизводит долгосрочное потенцирование и депрессию. Для валидации пригодности для крупномасштабных нейронных сетей мы обучили трехслойную искусственную нейронную сеть (ANN) на 120 изображениях из базы данных Yale Face и протестировали на 45 невидимых изображениях. Отображая 120 тонко настраиваемых проводимых состояний прибора ReS₂ на >10⁵ весов ANN, сеть достигла идеального 100% коэффициента распознавания, демонстрируя потенциал прибора для практических нейроморфных приложений.

Введение

Традиционные фон Неймановские архитектуры разделяют вычисления и память, создавая узкое место пропускной способности и высокое потребление энергии. В отличие от этого, человеческий мозг работает при ≈ 20 Вт, используя высокосвязанную сеть из ~10¹¹ нейронов и ~10¹⁵ синапсов. Синаптическая пластичность — динамическая корректировка синаптического веса — является ключевым механизмом, обеспечивающим обучение и память.

Двумерные (2D) материалы, такие как графен, дихалькогениды переходных металлов (TMDC) и черный фосфор, появились как перспективные канальные среды для искусственных синапсов. Хотя симметрично-решетчатые TMDC (MoS₂, WSe₂) доминируют в литературе, дисульфид рения (ReS₂) предлагает искаженную 1T структуру с прямой запрещенной зоной до десяти слоев, упрощая фарбикацию и обеспечивая надежное зарядование ловушек.

Предыдущие демонстрации синапсов фокусировались на кратковременной пластичности, с небольшим числом отчетов, фиксирующих долгосрочное потенцирование/депрессию и интегрирующих проводимые состояния в расчеты ANN. Наша работа заполняет этот пробел, предоставляя прибор на ReS₂, который не только эмулирует LTP/LTD, но и выдает 120 стабильных уровней проводимости, используемых как веса ANN.

Методы

Структура прибора (Рис. 1d) включает 70-нм ITO задний гейт на 200-нм SiO₂/Si, 12/4/4-нм зарядовую ловушку Al₂O₃/ZrO₂/Al₂O₃, выросшую ALD, и механически эксфолированный ~3,6-нм (≈ 5-слойный) ReS₂ канал с Ti/Au контактами стока/истока (10/70 нм). Длина канала 1,5 мкм, ориентация кристалла ReS₂ вдоль оси b выбрана для высшей подвижности электронов. Импульсные заднегейтовые напряжения модулируют прибор, а постоянное 0,1-В смещение сток-исток считывает постсинаптический ток.

Результаты и обсуждение

Рис. 2a показывает on/off отношение >10⁶ при V_ds = 100–700 мВ, подтверждая сильный канальный контроль 20-нм ITO гейтом. Передаточные характеристики демонстрируют суперлинейную область низкого V_ds, указывающую на хорошие Шоттки контакты. 3,5-В окно памяти наблюдается в гистерезисе I_bg (Рис. 2b), отражая эффективное зарядование ловушек в слое ZrO₂ (Рис. 2c,d).

Возбудительные (EPSC) и ингибиторные (IPSC) постсинаптические токи запускаются импульсами заднего гейта −1 В/10 мс и +1 В/10 мс соответственно (Рис. 3a,b). Отрицательные импульсы индуцируют LTP, впрыскивая электроны в канал ReS₂; положительные импульсы производят LTD, ловя электроны в ZrO₂. Повторяющиеся импульсы −2 В с интервалом 1 с дают монотонный рост тока (Рис. 3c,d), позволяя генерацию множественных стабильных уровней проводимости.

После 120 последовательных импульсов −2 В, 10 мс прибор демонстрирует 120 линейно распределенных уровней проводимости (Рис. 4a). Эти уровни напрямую отображаются на >10⁵ значений весов ANN, как показано в архитектуре 3-слойного ANN (Рис. 4b): 1024 входных нейрона, 256 скрытых нейронов и 15 выходных классов. Обучая на 120 изображениях Yale Face и тестируя на 45 невидимых, сеть достигает 100% точности после 600 итераций обучения (Рис. 5b). Распределения весов сходятся к разбросанному набору значений, которые затем сопоставляются с 120 состояниями проводимости через линейное преобразование C_j = A I_j + B (A = 1,3769 × 10¹⁰, B = −65,784). Подстановка этих значений проводимости в ANN сохраняет 100% коэффициент распознавания, подтверждая жизнеспособность ReS₂ синапсов для крупномасштабных нейронных сетей.

Заключение

Мы продемонстрировали высокодиэлектрический стэковый ReS₂ синаптический прибор, надежно демонстрирующий долгосрочное потенцирование и депрессию. Применяя 120 периодических гейтовых импульсов, прибор выдает 120 различных стабильных уровней проводимости, заменяющих >10⁵ весов ANN, и достигает идеальной точности распознавания лиц. Эти результаты устанавливают ReS₂ как убедительную платформу для нейроморфного железа.

Доступность данных и материалов

Авторы подтверждают, что все данные, материалы и протоколы доступны читателям и полностью содержатся в этой статье.

Аббревиатуры

2D

Двумерный

ALD

Атомно-слойное осаждение

ANN

Искусственная нейронная сеть

LTD

Долгосрочная депрессия

LTP

Долгосрочное потенцирование