High-Performance Artificial Synapse Device Based on Cs 3 Bi 2 Br 9 /NiO Heterostructure for Bio-Inspired Neuromorphic Computing

神经形态工程学 材料科学 非阻塞I/O 记忆电阻器 生物相容性材料 可扩展性 异质结 MNIST数据库 突触 纳米技术 电阻式触摸屏 电阻随机存取存储器 光电子学 非易失性存储器 电铸 人工神经网络 电子工程 仿真 切换时间 耐久性 降级(电信) 晶体管 电压 CMOS芯片 数码产品 电气工程 等离子体子 工作(物理) 计算机体系结构 生物电子学 路径(计算) 块(置换群论) 物联网 理论(学习稳定性) 可重构性 德拉姆 极性(国际关系) 逻辑门 计算机科学
作者
Xiuqing Cao,Wenfei Li,Qingqing Zheng,Juan Meng,Leilei Yang,L. B. Wang,Yuyang Huang,Shoulei Xu,Wen Deng
出处
期刊:ACS Applied Materials & Interfaces [American Chemical Society]
卷期号:17 (44): 60775-60788 被引量:5
标识
DOI:10.1021/acsami.5c14332
摘要

The development of energy-efficient and biocompatible artificial synapses is essential to advance neuromorphic computing. Bismuth-based perovskites are promising candidates to replace toxic lead-based perovskites in resistive switching devices owing to their exceptional optoelectronic properties, high environmental friendliness, and stability. Here, we present a lead-free Cs3Bi2Br9/NiO heterostructure memristor capable of mimicking biological synaptic functions with exceptional robustness. By engineering a heterostructure with a NiO layer, ion migration in Cs3Bi2Br9 is spatially confined, achieving a resistance switching change rate of less than 7.37% between cycles and enhanced long-term stability in ambient air (60 days). This Cs3Bi2Br9/NiO memristor exhibits excellent stability, impressive memory retention time (>7 × 103 s), durability (>100 cycles), good on/off ratio, and basic synaptic behavior. Furthermore, the training results of 200 data achieved an accuracy rate of 95.46% in the MNIST handwritten digit recognition task, which was superior to traditional analog neural networks. This work not only highlights the significant potential of lead-free perovskites for sustainable neuromorphic hardware but also provides a scalable preparation path for biocompatible electronics.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
思源应助yan采纳,获得10
1秒前
1秒前
ding应助Jaaay采纳,获得10
2秒前
primayu发布了新的文献求助10
2秒前
李xy驳回了大个应助
2秒前
空隙可欣完成签到 ,获得积分10
3秒前
泡芙完成签到 ,获得积分10
3秒前
3秒前
可爱猫完成签到,获得积分10
3秒前
gyhmm完成签到,获得积分10
4秒前
科研通AI6.4应助程大仙采纳,获得10
4秒前
luyuhao3完成签到,获得积分10
4秒前
chengcheng完成签到,获得积分10
4秒前
QIANGYI完成签到 ,获得积分10
4秒前
谢玉婷完成签到 ,获得积分0
4秒前
负责秋天完成签到,获得积分10
4秒前
4秒前
向日葵发布了新的文献求助10
4秒前
小俞发布了新的文献求助10
5秒前
ahmed完成签到,获得积分10
5秒前
宜醉宜游宜睡应助FAN采纳,获得10
5秒前
虚拟的水壶完成签到,获得积分10
5秒前
茴香豆完成签到,获得积分10
5秒前
5秒前
槲寄生完成签到,获得积分10
6秒前
Qi完成签到 ,获得积分10
6秒前
卷王完成签到,获得积分10
6秒前
molihuakai应助酷炫依凝采纳,获得30
7秒前
8秒前
高兴晓槐完成签到,获得积分10
9秒前
9秒前
wanci应助juanjie采纳,获得10
9秒前
jodie0105完成签到,获得积分10
10秒前
悦耳雪巧完成签到 ,获得积分10
10秒前
shibbit完成签到,获得积分10
10秒前
图图发布了新的文献求助10
11秒前
NIUBEN发布了新的文献求助10
11秒前
邱燈完成签到,获得积分10
11秒前
12秒前
群青完成签到 ,获得积分10
12秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7248096
求助须知:如何正确求助?哪些是违规求助? 8870967
关于积分的说明 18715167
捐赠科研通 6927087
什么是DOI,文献DOI怎么找? 3198132
关于科研通互助平台的介绍 2373857
邀请新用户注册赠送积分活动 2172981