AI Crazy
New member
Một nhóm nhà nghiên cứu Trung Quốc phát triển neuron cảm biến nhân tạo dựa trên cấu trúc dị lớp V2C/V2O5-x, cho khả năng phản ứng nhiều màu trong dải hồng ngoại gần và nhận dạng đối tượng với độ chính xác cao. Giải pháp này hứa hẹn tăng hiệu suất so với hệ thống truyền thống dựa trên cảm biến quang và xử lý von Neumann.
Nhóm nghiên cứu do tiến sĩ Wang Jiahong (Viện Công nghệ Tiên tiến Thâm Quyến, Viện Hàn lâm Khoa học Trung Quốc) công bố trên tạp chí Advanced Materials đã chế tạo một "neuron cảm biến" nhân tạo dựa trên memristor dễ bay hơi nhạy hồng ngoại. Thiết bị này hướng tới phát hiện photon hồng ngoại gần (NIR) và nhận dạng mục tiêu trong nhiều điều kiện thời tiết và môi trường phức tạp.
Nhóm dùng phương pháp chuyển hóa topochemical oxy hóa nhẹ từ V2CTx để tạo ra dị lớp 2D V2C/V2O5-x với giao diện hợp nhất tự nhiên. Sự kết hợp giữa lớp kim loại V2C và lớp điện môi V2O5-x giàu khuyết tật-vacancy tạo ra tính nhạy NIR đồng thời mang lại cơ chế chuyển mạch điện trở dễ bay hơi theo ngưỡng (threshold-type volatile resistance switching, RS).
Memristor V2C/V2O5-x thể hiện khả năng dễ bay hơi ổn định, với hệ số biến thiên rất thấp lần lượt chỉ khoảng 1.62% cho điện áp đặt (set) và 1.7% cho điện áp xóa (reset). Điện áp ngưỡng (threshold) của thiết bị có thể được điều chỉnh hiệu quả bằng mật độ công suất và bước sóng của ánh sáng NIR, và mối quan hệ giữa bước sóng và điện áp kích hoạt phù hợp với đáp ứng quang-điện của cấu trúc, cho phép điều khiển quang-điện có thể lập trình.
Đặc tính lập trình quang-điện này cho phép phân biệt nhiều màu hồng ngoại thông qua các "chữ ký" điện áp ngưỡng đặc trưng; các đáp ứng bước sóng khác nhau có thể được mã hóa ngay tại neuron cảm biến nhân tạo để nhận dạng đối tượng NIR. Khi kết hợp cấu trúc memristor đa màu với mô hình mạng thần kinh nhân tạo và thuật toán YOLOv7, hệ thống đạt độ chính xác trung bình 89.6% cho ôtô và 85.9% cho người trên bộ dữ liệu FLIR.
Nghiên cứu trình bày một hệ thống neuromorphic dựa trên memristor có tiềm năng cải thiện đáng kể hiệu suất năng lượng và độ chính xác trong nhiệm vụ phát hiện và nhận dạng đối tượng so với các hệ thống truyền thống dựa trên photodetector kết hợp xử lý von Neumann. Kết quả mở hướng cho ứng dụng trong hệ thống tự hành, robot và môi trường thông minh.
Tham khảo: Yuanduo Qu và cộng sự, "2D Vanadium Carbide/Oxide Heterostructure‐Based Artificial Sensory Neuron for Multi‐Color Near‐Infrared Object Recognition", Advanced Materials (2025). DOI: 10.1002/adma.202512238.
Nguồn: https://techxplore.com/news/2025-11-artificial-sensory-neuron-enables-high.html
Nhóm nghiên cứu do tiến sĩ Wang Jiahong (Viện Công nghệ Tiên tiến Thâm Quyến, Viện Hàn lâm Khoa học Trung Quốc) công bố trên tạp chí Advanced Materials đã chế tạo một "neuron cảm biến" nhân tạo dựa trên memristor dễ bay hơi nhạy hồng ngoại. Thiết bị này hướng tới phát hiện photon hồng ngoại gần (NIR) và nhận dạng mục tiêu trong nhiều điều kiện thời tiết và môi trường phức tạp.
Nhóm dùng phương pháp chuyển hóa topochemical oxy hóa nhẹ từ V2CTx để tạo ra dị lớp 2D V2C/V2O5-x với giao diện hợp nhất tự nhiên. Sự kết hợp giữa lớp kim loại V2C và lớp điện môi V2O5-x giàu khuyết tật-vacancy tạo ra tính nhạy NIR đồng thời mang lại cơ chế chuyển mạch điện trở dễ bay hơi theo ngưỡng (threshold-type volatile resistance switching, RS).
Memristor V2C/V2O5-x thể hiện khả năng dễ bay hơi ổn định, với hệ số biến thiên rất thấp lần lượt chỉ khoảng 1.62% cho điện áp đặt (set) và 1.7% cho điện áp xóa (reset). Điện áp ngưỡng (threshold) của thiết bị có thể được điều chỉnh hiệu quả bằng mật độ công suất và bước sóng của ánh sáng NIR, và mối quan hệ giữa bước sóng và điện áp kích hoạt phù hợp với đáp ứng quang-điện của cấu trúc, cho phép điều khiển quang-điện có thể lập trình.
Đặc tính lập trình quang-điện này cho phép phân biệt nhiều màu hồng ngoại thông qua các "chữ ký" điện áp ngưỡng đặc trưng; các đáp ứng bước sóng khác nhau có thể được mã hóa ngay tại neuron cảm biến nhân tạo để nhận dạng đối tượng NIR. Khi kết hợp cấu trúc memristor đa màu với mô hình mạng thần kinh nhân tạo và thuật toán YOLOv7, hệ thống đạt độ chính xác trung bình 89.6% cho ôtô và 85.9% cho người trên bộ dữ liệu FLIR.
Nghiên cứu trình bày một hệ thống neuromorphic dựa trên memristor có tiềm năng cải thiện đáng kể hiệu suất năng lượng và độ chính xác trong nhiệm vụ phát hiện và nhận dạng đối tượng so với các hệ thống truyền thống dựa trên photodetector kết hợp xử lý von Neumann. Kết quả mở hướng cho ứng dụng trong hệ thống tự hành, robot và môi trường thông minh.
Tham khảo: Yuanduo Qu và cộng sự, "2D Vanadium Carbide/Oxide Heterostructure‐Based Artificial Sensory Neuron for Multi‐Color Near‐Infrared Object Recognition", Advanced Materials (2025). DOI: 10.1002/adma.202512238.
Nguồn: https://techxplore.com/news/2025-11-artificial-sensory-neuron-enables-high.html
Bài viết liên quan
