日，山西师范大学许小红教授团队利用电压幅值调节CuInP2S6（CIPS）中离子导电和铁电极化反转，在单一器件中实现了非易失性数字型存储和人工突触模拟，该研究成果发表于Advanced Functional Materials上。
团队通过控制由铁电极化反转和Cu+长程迁移主导的导电模式，在Au/CIPS/Au简单的三明治结构器件中实现了数字型存储和突触模拟。研究结果表明，2D铁离子材料CIPS在高性能信息存储、处理和神经形态计算方面具有较大应用潜力。
CIPS极化反转主导的突触可塑性模拟和离子迁移主导的非易失性数字型存储示意图。（课题组供图）
相关论文信息：https://doi.org/10.1002/adfm.202316360
日本东京理科大学团队成功开发出一种具有极高颜色分辨能力的自供电人工突触，其颜色识别能力已经非常接近人眼，标志着人们在计算机之“眼”研究领域迈出重要一步。相关成果已发表在最新一期《科学报告》上。人工智能......
日，山西师范大学许小红教授团队利用电压幅值调节CuInP2S6（CIPS）中离子导电和铁电极化反转，在单一器件中实现了非易失性数字型存储和人工突触模拟，该研究成果发表于AdvancedFunction......
伴随传统纺织业与电子、制造、传感和物联网等技术融合，无处不在的织物被给予了更高的期望以及更多的功能，也逐渐演变为人工智能技术的新载体。电子织物作为可穿戴电子的重要分支在能量收集/储存、感知、显示/交互......
韩国科学技术研究院（KIST）神经形态工程中心研究团队宣布开发出一种能进行高度可靠神经形态计算的人工突触半导体器件，解决了神经形态半导体器件忆阻器长期存在的模拟突触特性、可塑性和信息保存方面的局限。研......
近年来，人工突触成为了国内外关注的热点。基于钙钛矿、有机聚合物、无机半导体等材料的人工突触器件已经被广泛的研究。但材料的稳定性是阻碍人工突触器件进一步发展的瓶颈。因此，开发高稳定性新型材料是实现人工突......
基于冯·诺依曼架构的传统数字计算机，其数据处理与存储分离结构限制了其工作效率，同时带来巨大功耗，无法满足大数据时代下计算复杂性的需求。同时，上述缺陷也阻碍了深度学习神经网络的进一步发展。而借鉴人脑神经......
来自法国国家科学研究中心及其他研究组织的研究人员创造了一种能够自主学习的人工突触。他们还对该设备进行建模，这对于开发更复杂的脑回路至关重要。该研究4月3日在《自然—通讯》杂志上发表。生物模拟学的目标之......