《Materials Research Bulletin》:Artificial synaptic plasticity and associative learning of the nanostructured MoS2/Cu2S heterojunction based memristor
编辑推荐:
杨玉龙|孙白|毛双硕|秦佳佳|侯文涛|刘明楠|饶朝伟|林伟|赵勇福建省先进高场超导材料与工程协同创新中心,福建师范大学物理与能源学院,福州,350117,中国摘要基于忆阻器与生物突触之间的同构性,忆阻器可以用来模拟人工突触行为,从而实现类似大脑的神经形态计算。在本研究中,将MoS
杨玉龙|孙白|毛双硕|秦佳佳|侯文涛|刘明楠|饶朝伟|林伟|赵勇
福建省先进高场超导材料与工程协同创新中心,福建师范大学物理与能源学院,福州,350117,中国
摘要
基于忆阻器与生物突触之间的同构性,忆阻器可以用来模拟人工突触行为,从而实现类似大脑的神经形态计算。在本研究中,将MoS2薄膜沉积在Cu2S/Ti基底上,成功制备了Ag/MoS2/Cu2S/Ti异质结构忆阻器。进一步研究发现,该器件的电流-电压(I-V)曲线表现出典型的非易失性电阻切换特性,并保持了稳定的循环性能和高切换比。通过分析Ag+离子和硫空位的形成与断裂过程,研究了Ag/MoS2/Cu2S/Ti忆阻器的电荷传输机制。通过对器件施加特定的脉冲序列,成功模拟了多种生物突触功能,如短期增强(PPF)、长期增强/抑制(LTP/D)和脉冲时序依赖性可塑性(STDP)。最后,在联想学习-巴甫洛夫狗实验的模拟中,该器件仅需几次训练迭代即可重新建立条件反射,显示出优异的学习能力。
引言
随着人工智能和神经形态计算的快速发展,开发高效、低功耗的脑启发式计算系统已成为克服传统冯·诺依曼架构局限性的关键方向[1]。在生物神经网络中,突触作为神经元间信息传递的基本单元,能够同时高效地执行各种复杂的认知和识别任务,包括语言理解、图像识别以及信息存储和处理[2]、[3]、[4]。突触的可塑性,如长期增强(LTP)和长期抑制(LTD),是实现学习和记忆功能的基本机制。然而,基于互补金属氧化物半导体(CMOS)技术的传统突触电路在尝试模拟生物突触的时空动态时,常常面临高功耗、体积大和可扩展性受限等问题。忆阻器能够在电流或电压的作用下改变其电阻状态,表现出与生物突触信号传输相似的行为。此外,忆阻器具有高密度集成、快速读写速度以及与CMOS工艺的兼容性等优点,使得能够高效模拟突触功能[5]、[6]、[8],为人工突触设备的发展提供了重要的技术途径。
近年来,多项研究报道了基于金属氧化物半导体的忆阻器在神经形态架构中的应用。尽管这些忆阻器已经展示了定性的突触功能,但它们尚未完全复制或模拟生物神经系统的可塑性特征,特别是在与学习和记忆相关的动态变化方面[9]。与传统的金属氧化物材料相比,过渡金属硫化物具有原子级别的厚度、优异的电学性质和可调的能带结构,使其在忆阻器应用中具有很大的潜力[10]、[11]。其中,二硫化钼(MoS2)是一种代表性的二维(2D)材料,层间距为0.65纳米,各层通过范德华力结合在一起。Mo-S键长为0.241纳米,Mo和S原子之间存在共价键。此外,MoS2具有优异的带隙可调性、高载流子迁移率和强机械强度,使其成为基于MoS2的忆阻器的理想材料[12]、[13]。
在金属硫化物体系中,一硫化铜(Cu2S)因其丰富的资源、低毒性和低形成电压而受到广泛关注,其体带隙为1.2电子伏特。它在光热转换[14]、传感器[15]、[16]和催化剂[17]等领域有广泛应用,并且在锂离子电池中也表现出优异的循环稳定性[18],使其成为非常有吸引力的存储材料选择。尽管基于金属硫化物的忆阻器具有许多优点和有前景的应用,但它们的稳定性仍面临一些挑战[19]。例如,在忆阻器工作时,电阻层可能会受到电流和电压的影响,导致器件性能下降。表1展示了基于金属硫化物的忆阻器的性能比较,并总结了诸如设定电压(VSET)、工作电流、功耗和稳定性等特征性参数。如表1所示,这些具有异质结构的器件表现出多样的功能,有助于复杂的学习过程。已有报道指出,基于MoS2/Cu2S异质结构的器件能有效抑制界面反应,降低功耗并提高操作效率,在锂离子电池和催化剂等领域表现出显著的性能[31]、[32]、[33]。此外,它们还表现出优异的电学性能和稳定性,具有低功耗或高耐用性。
在本研究中,使用磁控溅射技术在Cu2S/Ti基底上合成了MoS2薄膜,并制备了Ag/MoS2/Cu2S/Ti器件。引入MoS2薄膜后,该器件表现出显著的数字电阻切换特性。通过分析MoS2和Cu2S之间的功函数差异,发现这种差异在器件的切换行为中起着关键作用。在MoS2/Cu2S界面,功函数差异导致形成了势垒,从而调节了电流传输,进而影响了导电细丝的形成和断裂。Ag/MoS2/Cu2S/Ti器件在1.9伏特的电压下工作,显著降低了功耗。此外,在超过103秒的重复切换循环中,该器件保持了高稳定性和耐用性,电阻波动最小,凸显了其实际应用价值。此外,通过施加适当的脉冲序列,该器件能够模拟突触特性,包括配对脉冲增强(PPF)、长期增强/抑制(LTP/D)和脉冲时序依赖性可塑性(STDP)。此外,忆阻器还可以模拟大脑的学习和遗忘功能以及巴甫洛夫的经典条件反射实验,为突触和联想学习提供了新的见解。
章节片段
一硫化铜薄膜的制备
首先,将纯度为99.999%的Ti基底(尺寸为20毫米×20毫米)进行抛光,并依次用超纯水和乙醇清洗。通过溶解1毫摩尔CuSO4?5H2O(SP,含量99.0–100.5%)、40毫升去离子水、1毫摩尔Na2SO3(BioReagent Plus,含量≥98%)、0.1毫升HCl(37%浓度)和0.5毫摩尔TAA(AR,含量≥99.0%)来制备前驱体溶液。将干燥后的Ti基底放入特氟龙衬里中,然后将制备好的前驱体溶液转移进去
结果与讨论
通过XRD分析了沉积的MoS2薄膜的晶体结构和相态,如图1c所示,2θ范围为10°至95°。磁控溅射制备的MoS2结晶度较差,导致MoS2/Cu2S/Ti和Cu2S/Ti的XRD峰几乎相同。进一步使用XPS确定了合成MoS2的化学和元素组成。完整的XPS谱图如图1d所示,其中清楚地显示了薄膜中Mo和S的存在
结论
在先前的研究中,基于忆阻器的联想神经网络模型——学习经验忆阻器(LEM)——结合了联想神经网络的学习经验行为、遗忘机制和阈值函数。通过PsPice仿真验证了LEM的基本属性,并基于AIF规则和LEM构建了联想神经网络电路。此外,忆阻器自然实现了不同时间尺度上的各种突触功能。
CRediT作者贡献声明
赵勇:指导。 林伟:研究。 饶朝伟:可视化。 刘明楠:验证。 侯文涛:形式分析。 秦佳佳:软件。 毛双硕:概念化。 孙白:撰写——审阅与编辑、指导、资金获取。 杨玉龙:撰写——初稿、方法论、数据管理。
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
作者感谢中国国家重点研发计划(编号2017YFE0301401)的财政支持,赵勇也感谢福建师范大学对人才项目的资助。