【国内论文】浙江理工大学：基于N掺杂Ga₂O₃纳米线网络的高性能日盲光电突触器件用于类脑计算

        随着智能数据处理需求的增长，人工突触器件在类脑系统中因能够集成信息存储、处理与学习而受到广泛关注。其中，光电子突触具有低功耗、高带宽和非接触光调制等优势。然而，可见光及近红外（>400 nm）器件易受环境光干扰，限制了其在复杂环境下的稳定性。相比之下，深紫外光（DUV）被大气强吸收，天然具备低背景噪声和高环境抗干扰性，因此响应日盲区（200–280 nm）的突触器件有望在恶劣条件下实现稳定类脑计算。Ga₂O₃ 作为超宽禁带半导体，不仅具有优异的深紫外响应特性，还含有高密度的固有缺陷。紫外激发产生的光生电子可被氧空位俘获，从而触发持续光导效应（PPC），使其电导状态可连续调控。因此，通过调控氧空位缺陷，可构建日盲光电子突触器件。目前，Ga₂O₃ 光电子突触器件研究已取得显著进展，包括薄膜制备和自供能纳米阵列器件，但薄膜器件工艺复杂、性能受限。相较之下，基于纳米线的器件因其优异的光电子可调性、高表面积和高效载流子传输而表现出更强的突触可塑性。然而，Ga₂O₃ 天然氧空位浓度有限，难以单靠固有缺陷实现高性能突触行为，因此需要引入可控缺陷工程调控氧空位浓度与能级，同时保持纳米结构的高晶体质量。已有研究表明，金属掺杂（如Cu、Sn）或氮掺杂（N）可以有效调控氧空位，从而改善光电子性能，其中N掺杂具有更优的可控性和操作简便性。基于此，本研究主要探索了 N 掺杂 Ga₂O₃ 纳米线网络光电子突触器件的性能提升机制，采用 PECVD 制备日盲光电子突触器件，并分析掺杂前后器件光电性能差异及其对突触行为的影响，同时探讨其在类脑计算和光学加密中的应用，为下一代高性能日盲光电子突触器件的制备与应用提供支持。

        光电子突触使用光信号作为调制输入，具有功耗低、非接触操作以及高并行性等优势。然而，在可见光和近红外波段工作的器件容易受到环境光干扰，导致信号失真和高背景噪声。相比之下，在日盲区工作的光电子突触器件能够免受外部环境干扰，从而实现稳定且高保真度的信号传输。作为一种宽禁带材料，Ga₂O₃ 具有固有的氧空位缺陷，对深紫外光具有强烈的敏感性，使其成为理想的日盲光电子突触材料。本研究利用纳米线网络界面效应及氮掺杂调控氧空位，制备了高性能的日盲光电子突触器件。值得注意的是，掺杂后成对脉冲促进指数约提高了 1.2 倍。在手写数字识别实验中，掺杂器件的识别准确率超过 90%，较未掺杂器件提高近15%。此外，利用其增强的光感知能力和强记忆特性，还设计了一种具有强抗干扰能力的精确光学加密通信方案。基于元素调控的 Ga₂O₃ 纳米线网络的光电子突触器件，为下一代高性能日盲光电子类脑系统的发展提供了新途径。

        本工作通过调控氧空位，构建了一种基于氮掺杂 Ga₂O₃ 纳米线网络的高性能日盲光电突触器件。掺杂后的器件在光电性能和类神经形态应用中均表现出更优异的性能参数。掺杂后双脉冲增强指数从 140% 提升至 160%，显示出更强的突触可塑性。在手写数字识别（MNIST）实验中，识别准确率达到 90%，显著高于未掺杂器件的 78%，体现了其卓越的图像保持能力和短时记忆性能。利用器件可调的瞬态响应和自擦除特性，构建了动态密钥同步方案。同时，其日盲响应特性赋予器件对干扰和信息泄露的强免疫能力，确保了高度的安全性和防窃听能力。该研究突出了基于 Ga₂O₃ 纳米线网络的突触器件在集成类脑计算和安全通信中的应用潜力。

        本工作得到以下基金资助：浙江省教育厅科学研究基金（23060158-F）、浙江省自然科学基金（LQ24F040002）、中国国家自然科学基金（编号：62374147、62274148 和 62304205）、国家自然科学基金联合基金（编号：U23A20349）以及浙江科技学院科学基金（编号：24062240-Y）。

FIG.1 (a) 生物突触及信号传输过程示意图。(b) 三维示意图。(c) 物理机制示意图。(d) 氮掺杂 Ga₂O₃ 纳米线网络的横截面 SEM 图及 EDS 分析。氮掺杂 Ga₂O₃ 纳米线网络与未掺杂 Ga₂O₃ 纳米线网络：(e) XRD 图谱。(f) 紫外-可见光（UV–vis）吸收光谱及带隙。(g) 光致发光（PL）光谱。(h) 和 (i) XPS 的 O 1s 谱。

FIG.2 Ga₂O₃ 的突触行为：(a) 双脉冲增强（PPF）行为，(b) 不同脉冲宽度下的 PPF 指数随脉冲间隔变化，(c) 长时程增强（LTP）和长时程抑制（LTD）行为。氮掺杂 Ga₂O₃ 的突触特性：(d) PPF 行为，(e) 不同脉冲宽度下的 PPF 指数随脉冲间隔变化，(f) LTP 和 LTD 行为。氮掺杂 Ga₂O₃ 纳米线网络器件的突触特性：(g) 持久光导（PPC）效应。从短时记忆（STM）到长时记忆（LTM）：(h) 不同光脉冲刺激下的表现，(i) 不同光照持续时间下的表现。(j) 学习与遗忘曲线。(k) 不同光强下的电流-时间（I–t）特性。

FIG.3 (a) 氮掺杂与未掺杂 Ga₂O₃ 纳米线网络器件的图像记忆结果。(b) 用于 MNIST 手写数字识别的反向传播神经网络（BPNN）示意图。MNIST 识别任务的混淆矩阵：(c) 未掺杂器件，(d) 氮掺杂器件。(e) MNIST 识别任务中未掺杂和氮掺杂突触器件的准确率和损失函数曲线。

FIG.4 (a) 光通信流程图，(b) Alice 与 Bob 间光通信原理图。(c) Alice 发给 Bob 的密码序列。(d) Bob 发给 Alice 的密码序列。(e) 密码强度匹配图。

DOI：

doi.org/10.1063/5.0307144