基于二维碳化钒/氧化钒异质结构的人工感觉神经元实现多色近红外目标识别技术突破

来自前沿材料与人工智能交叉领域的研究人员通过构建V2C/V2O5-x异质结构忆阻器，成功开发出具有近红外光响应特性的人工感觉神经元。该器件在数千次循环中保持稳定的阈值阻变特性（变异系数低至1.62%），并实现对NIR光功率密度与波长的线性响应。结合YOLOv7算法，在FLIR数据集上实现车辆89.6%、行人85.9%的识别准确率，为复杂场景下的多色目标检测提供了新型神经形态计算解决方案。

　　

通过拓扑化学转化法构建的二维碳化钒/氧化钒（V₂C/V₂O_5-x）异质结构忆阻器展现出卓越的性能：其阈值型阻变（RS）行为在数千次循环中保持稳定，转变电压变异系数低至1.62%和1.7%，且90天后仍维持性能稳定。该器件巧妙利用V₂C的近红外（NIR）响应特性与富空位V₂O_5-x的挥发性阻变特性，实现了对NIR光功率密度和波长的线性响应调控。基于多色NIR可调控的阻变特性，研究团队构建了融合YOLOv7算法的人工神经网络（ANN）架构，在FLIR数据集中实现对车辆（89.6%）和行人（85.9%）的高精度识别。这项研究不仅揭示了异质结构在神经形态器件中的多功能特性，更为复杂现实场景下的多色目标检测建立了基于忆阻器的人工智能感知平台。