论文部分内容阅读
大数据时代下，神经形态计算在克服冯·诺依曼瓶颈、高效处理数据密集型计算等问题上具有巨大优势。为了构建神经形态系统，技术成熟度高、工作机制稳定、突触功能丰富可调、权值更新线性对称的新型人工突触成为迫切需求。多端薄膜晶体管器件在作为人工突触器件时，具有工艺成熟、稳定性高、可靠性好、信号处理与传输并行、与CMOS技术兼容性高等优点，在探索人工神经网络、发展智能边缘计算等新型信息处理领域具有巨大潜力。
晶体管器件在作为人工突触应用于神经形态计算领域时，还面临着一系列挑战，如兴奋/抑制双向突触功能在同一器件中的实现、多端异质突触可塑性的功能拓展、非易失性突触权重的获得、线性多阶电导调控等方面仍有待进一步优化。针对以上关键问题，本论文从薄膜晶体管的物理机理、突触功能设计及优化、人工神经网络模式识别仿真等方面展开研究，主要的研究工作及结果总结如下：
首先，本文首次提出基于高可靠性的低温多晶硅薄膜晶体管的多端人工突触器件，利用电子和空穴在栅极绝缘层中的俘获和去俘获机理，在器件的双栅极上同时实现了兴奋性和抑制性同质突触可塑性；同时基于器件的双栅结构，提出了在双栅极调控下实现异质突触可塑性的操作方法：一个栅极作为突触前激励输入端，而另一个栅极则作为调控端，并在双栅极的共同作用下，实现了兴奋性和抑制性突触可塑性之间的相互转变。
为了实现非易失性突触可塑性功能，本文进一步以浮栅结构的低温多晶硅薄膜晶体管作为人工突触器件，基于电荷俘获层中的电子俘获及脱离俘获的机理，实现了兴奋性、抑制性及短时程到长时程转变等突触行为；为了获得更适合用于神经网络学习的电导更新特性，探索设计脉冲操作方案，获得了线性度高、对称性好、波动较小的非易失性32阶模拟电导态；最后将器件电导更新特性带入到三层感知机的仿真中作为突触权重更新法则，对人脸数据集进行学习，获得了高达97.5%的识别率，网络对数据集噪声展现出了较好的容忍性。
更进一步，为了探究视觉系统的模拟实现，在环境稳定性好、可靠性高的InGaZnO薄膜晶体管器件中，提出以光信号和电信号同时作为突触前激励的操作方案，实现光电共调制的突触可塑性。基于光生载流子及氧空位电离的机理，实现了增强型突触功能；基于沟道电子在正栅极脉冲下被顶栅绝缘层中的缺陷所俘获的机理，实现抑制型突触功能。结合光信号加速被俘获电子脱离缺陷、电信号加速被电离氧空位结合电子恢复中性的机理，设计了光电信号共同调制突触可塑性的操作方案，实现了增强型和抑制型突触可塑性之间的相互转换。将器件在光电信号下实现的100阶电导更新特性代入到三层感知机和卷积神经网络中作为突触权重更新法则，在MNIST数据集的学习任务中分别达到了88.91%和95.99%的识别精度和较好的抗噪声能力。
总结而言，本文所取得的研究结果在阐明突触晶体管的物理本质、突触功能的设计优化、推动突触晶体管器件在神经形态计算领域的发展和应用等方面打下了重要的基础。
晶体管器件在作为人工突触应用于神经形态计算领域时，还面临着一系列挑战，如兴奋/抑制双向突触功能在同一器件中的实现、多端异质突触可塑性的功能拓展、非易失性突触权重的获得、线性多阶电导调控等方面仍有待进一步优化。针对以上关键问题，本论文从薄膜晶体管的物理机理、突触功能设计及优化、人工神经网络模式识别仿真等方面展开研究，主要的研究工作及结果总结如下：
首先，本文首次提出基于高可靠性的低温多晶硅薄膜晶体管的多端人工突触器件，利用电子和空穴在栅极绝缘层中的俘获和去俘获机理，在器件的双栅极上同时实现了兴奋性和抑制性同质突触可塑性；同时基于器件的双栅结构，提出了在双栅极调控下实现异质突触可塑性的操作方法：一个栅极作为突触前激励输入端，而另一个栅极则作为调控端，并在双栅极的共同作用下，实现了兴奋性和抑制性突触可塑性之间的相互转变。
为了实现非易失性突触可塑性功能，本文进一步以浮栅结构的低温多晶硅薄膜晶体管作为人工突触器件，基于电荷俘获层中的电子俘获及脱离俘获的机理，实现了兴奋性、抑制性及短时程到长时程转变等突触行为；为了获得更适合用于神经网络学习的电导更新特性，探索设计脉冲操作方案，获得了线性度高、对称性好、波动较小的非易失性32阶模拟电导态；最后将器件电导更新特性带入到三层感知机的仿真中作为突触权重更新法则，对人脸数据集进行学习，获得了高达97.5%的识别率，网络对数据集噪声展现出了较好的容忍性。
更进一步，为了探究视觉系统的模拟实现，在环境稳定性好、可靠性高的InGaZnO薄膜晶体管器件中，提出以光信号和电信号同时作为突触前激励的操作方案，实现光电共调制的突触可塑性。基于光生载流子及氧空位电离的机理，实现了增强型突触功能；基于沟道电子在正栅极脉冲下被顶栅绝缘层中的缺陷所俘获的机理，实现抑制型突触功能。结合光信号加速被俘获电子脱离缺陷、电信号加速被电离氧空位结合电子恢复中性的机理，设计了光电信号共同调制突触可塑性的操作方案，实现了增强型和抑制型突触可塑性之间的相互转换。将器件在光电信号下实现的100阶电导更新特性代入到三层感知机和卷积神经网络中作为突触权重更新法则，在MNIST数据集的学习任务中分别达到了88.91%和95.99%的识别精度和较好的抗噪声能力。
总结而言，本文所取得的研究结果在阐明突触晶体管的物理本质、突触功能的设计优化、推动突触晶体管器件在神经形态计算领域的发展和应用等方面打下了重要的基础。