【国内论文】APL丨青岛大学：基于Ga₂O₃/IGZO异质结的可见光驱动光电突触晶体管在类脑计算中的应用

日期：2026-04-29阅读：24

由青岛大学电子信息学院的研究团队在学术期刊 Applied Physics Letters 发布了一篇名为 Visible light-driven photoelectric synaptic transistors based on Ga₂O₃/IGZO heterostructure for neuromorphic computing （基于Ga₂O₃/IGZO异质结的可见光驱动光电突触晶体管在类脑计算中的应用）的文章。

背景

传统冯·诺依曼架构存在存储与处理单元物理分离的固有局限，导致数据吞吐量低、功耗高等问题。受人脑高效信息处理能力启发，神经形态计算致力于模拟生物突触与神经元工作机制。视觉信息占感官数据大部分，光电突触器件是构建人工光神经形态系统的核心，金属氧化物半导体基光电突触晶体管（PSTs）具备均匀性、迁移率与稳定性优势，但宽禁带使其难以实现可见光调制，现有掺杂、量子点复合等方法存在缺陷引入、工艺复杂等问题。

主要内容

基于金属氧化物半导体的光电突触晶体管（PSTs）具有稳定性和可扩展性等优势，但其在可见光下的调制仍面临困难。本研究提出一种可见光驱动的 PST，以氧化铟镓锌为沟道，氧化镓为修饰层，所有层均采用溶液法制备。该PST器件在 532 nm 波长光照下表现出持续光电导效应，可实现兴奋性突触后电流、双脉冲易化及短时记忆向长时记忆转变等突触可塑性行为。研究了 Ga₂O₃ 修饰层的作用，其有效增强了氧空位的形成，显著提升了 PST 的短时和长时可塑性，并保证了循环稳定性。基于该 PST 的长时可塑性构建人工神经网络，在图像识别任务中实现 93.1% 的准确率。本研究推动了氧化物基 PSTs 的发展，凸显了其在人工视觉技术中的广阔潜力。

创新点

●首次采用溶液法制备 Ga₂O₃/IGZO 异质结构可见光驱动光电突触晶体管，突破传统氧化物半导体可见光响应难题。

●Ga₂O₃ 修饰层显著提升 IGZO 沟道氧空位浓度，强化持续光电导效应，优化突触可塑性。

●实现光编程-电擦除双模式调制，成功模拟多种核心生物突触功能。

●构建的人工神经网络在 MNIST 图像识别中达 93.1% 准确率，兼具高稳定性与低非线性。

总结

本研究采用溶液法制备了基于 Ga₂O₃/IGZO 异质结构的可见光驱动光电突触晶体管。Ga₂O₃ 修饰层的引入显著优化了该光电突触晶体管在可见光照射下的突触可塑性，实现了光编程和电擦除双调制操作。此外，该光电突触晶体管成功模拟了兴奋性突触后电流、双脉冲易化、短时记忆向长时记忆转变以及学习-遗忘-再学习行为等基本突触功能。基于该光电突触晶体管的突触特性构建人工神经网络并用于数字识别任务，实现了 93.1% 的识别准确率。研究结果表明，Ga₂O₃/IGZO 基光电突触晶体管在推动下一代光响应神经形态计算系统发展方面具有巨大潜力。

项目支持

本工作得到了山东省自然科学基金（批准号：ZR2023QF047、ZR2022MF246）、国家重点研发计划（批准号：2019YFE0121800）和国家自然科学基金（批准号：62405151）的资助。

图 1 (a) 生物突触与 (b) 光电突触晶体管（PST）的结构示意图；(c) IGZO PST 与 (d) G-IGZO PST 在 532 nm 不同光强照射下的转移曲线；(e) IGZO 与 G-IGZO PST 的光敏性对比；(f) 玻璃基底上 IGZO、Ga₂O₃及 Ga₂O₃/IGZO 异质结薄膜的紫外 - 可见吸收光谱；用于计算 (g) IGZO 与 (h) Ga₂O₃薄膜禁带宽度（Eg）的 Tauc 图。合并替代文本描述（200 字符）：多面板图：(a) 突触结构图；(b) 层状器件结构；(c) 漏极电流 - 栅极电压曲线；(d) 光强度影响；(e) 光敏性 - 光照关系；(f) 吸收光谱；(g)(αhν)²-hν 曲线；(h) Ga₂O₃的对应曲线。

图 2 IGZO PST 在不同光刺激条件下的兴奋性突触后电流（EPSC）响应：(a) 单脉冲、(b) 连续光照、(c) 20 个连续光脉冲；G-IGZO PST 在不同光刺激条件下的 EPSC 响应：(d) 单脉冲、(e) 连续光照、(f) 20 个连续光脉冲。

图 3 G-IGZO 光电突触晶体管的工作机理。

图 4 (a) G-IGZO PST 的双脉冲易化（PPF）行为；(b) PPF 指数与脉冲间隔 Δt 的关系；(c) 0.05–1 Hz 频率的可见光脉冲（532 nm，0.3 mW/cm²，0.5 s）触发的 EPSC 响应；(d) 0.35–0.6 mW/cm² 光功率密度的可见光脉冲（532 nm，2 s）下的 EPSC 响应；(e) 1–20 s 脉冲宽度的可见光脉冲（532 nm，0.5 mW/cm²）诱导的 EPSC 响应；(f) 通过调控光脉冲数量（0.5 mW/cm²，脉宽 =Δt=1 s）实现的短时记忆（STM）向长时记忆（LTM）的转变过程。

图 5 (a) 信息记忆过程示意图；(b) G-IGZO PST 的学习 - 遗忘 - 再学习行为模拟。

图 6 (a) G-IGZO PST 的长时程增强（LTP）与长时程抑制（LTD）特性；(b) G-IGZO PST 增强 / 抑制过程的归一化曲线；(c) 十组增强 / 抑制过程的循环稳定性测试；(d) 人工神经网络（ANN）结构示意图；人工神经网络在不同尺寸 MNIST 数据集上的识别准确率：(e) 小数据集、(f) 大数据集。

DOI：

doi.org/10.1063/5.0316383