Zhuang Xinming 山东大学主页平台管理系统--Home

类神经元器件通过模拟人脑神经元和突触的活动来完成机器学习任务，将突破冯·诺依曼计算体系的局限性，降低计算能耗，对于解决未来更复杂、更大规模的AI计算具有重大意义。针对传统的有机晶体管传感器在制备过程中大都采用有毒试剂，且需要较高的驱动电压的弊端，申请人率先采用水溶性的生物兼容/可降解的高k材料明胶作为介电层，制备了低驱动电压、超高灵敏度的氨气传感器。进而创新性的采用偏置旋涂方法制备了基于纳米纤维结构TIPS-pentacene半导体的高灵敏度和高响应晶体管NO2传感器。与此同时，类神经元器件通过模拟人脑神经元和突触的活动来完成机器学习任务，将突破冯·诺依曼计算体系的局限性，降低计算能耗。为实现更高效率的感-存-算一体化器件，本人首先构筑了自供电的光电探测器，并将其应用于类脑突触器件当中。