基于氧化物基电解质栅控晶体管突触的关联学习

电解质栅控晶体管(Electrolyte-gated transistors, EGTs)的沟道电导连续可调特性使其在构建神经形态计算系统中具有巨大应用潜力。本工作以非晶态Nb₂O₅作为沟道材料, Li_xSiO₂作为栅电解质材料,制备了一种具备低沟道电导(～120n S)的EGT器件。该器件利用Li⁺嵌入/脱出Nb₂O₅晶格导致的沟道电导连续可逆变化,模拟了神经突触的短程可塑性(Short-termplasticity,STP)、长程可塑性(Long-termplasticity,LTP)以及STP向LTP的转变等功能。基于这种EGT突触特性,本工作设计了关联学习电路,实现了突触权重的负反馈调节,并模拟了“巴普洛夫的狗”经典条件反射行为。这些结果展现出EGT作为神经突触器件的巨大潜力,为实现神经形态计算硬件提供了器件参考。