Bifacially Engineered Perovskite‐Based Synaptic Memristors Achieve High Linearity and Symmetricity for Accurate and Robust Neuromorphic Computing
Notice bibliographique
Résumé
Abstract Achieving both high linearity and symmetricity in metal halide perovskite (MHP)‐based memristors remains challenging, primarily due to their abrupt switching behaviors and irregular conductive filament (CF) pathways. Here, bifacially engineered MHP memristors exhibiting simultaneous high linearity, symmetricity, and reliability are reported. Top‐surface passivation using phenylethylammonium iodide (PEAI) facilitates the formation of an ultrathin 2D perovskite layer (PEA 2 PbI 4 ), promoting gradual switching and effectively suppressing ion migration during CF formation, thereby significantly enhancing the linearity of long‐term potentiation. Meanwhile, bottom‐side PEAI treatment alleviates tensile strain and enhances perovskite grain uniformity, leading to stable CF rupture and improved linearity in long‐term depression as well as symmetricity. The resulting bifacially engineered memristor device achieves an exceptionally high I on / I off ratio of 3.67 × 10 5 , remarkable endurance exceeding 11 000 cycles, and robust data retention time over 10 5 s. Moreover, these bifacially engineered synaptic memristors demonstrate superior classification accuracies of 92.60% and 94.53% in Canadian Institute for Advanced Research 10 (CIFAR‐10) and Modified National Institute of Standards and Technology (MNIST) simulations, respectively. This study provides an effective engineering strategy for overcoming persistent challenges in MHP‐based memristors, thus advancing their potential for next‐generation hardware‐based neuromorphic computing applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».