Growing Perovskite Quantum Dots on Carbon Nanotubes for Neuromorphic Optoelectronic Computing

神经形态工程学 材料科学 钙钛矿(结构) 量子点 碳纳米管 光子学 光电子学 纳米技术 记忆电阻器 冯·诺依曼建筑 电子工程 计算机科学 人工神经网络 化学工程 人工智能 工程类 操作系统
作者
Jinxin Li,Priyanka Dwivedi,Kowsik Sambath Kumar,Tania Roy,Kaitlyn E. Crawford,Jayan Thomas
出处
期刊:Advanced electronic materials [Wiley]
卷期号:7 (1) 被引量:53
标识
DOI:10.1002/aelm.202000535
摘要

Abstract Brain‐inspired (neuromorphic) computing that offers lower energy consumption and parallelism (simultaneous processing and memorizing) compared to von Neumann computing provides excellent opportunities in many computational tasks ranging from image recognition to speech processing. To accomplish neuromorphic computing, highly efficient optoelectronic synapses, which can be the building blocks of optoelectronic neuromorphic computers, are necessary. Currently, carbon nanotubes (CNTs), an attractive candidate to develop circuit‐level photonic synapses, provide weak light responses. The inferior photoresponse of CNTs increases the energy consumption of neuromorphic optoelectronic devices. Herein, a method to grow organic–inorganic halide perovskite quantum dots (PQDs) directly on multiwall CNTs (MWCNTs) to increase the photosensitivity of optoelectronic synapses is demonstrated. The new hybrid material synchronizes the high photoresponse of PQDs and the excellent electrical properties of MWCNTs to provide photonic memory under very low light intensity (125 µW cm −2 ). However, neat MWCNTs do not show any detectable light response at the tested light intensity, as high as 25 mW cm −2 . Since the PQDs are grown directly on and in the MWCNTs, the hybrid PQD‐MWCNT provides a new direction for the future MWCNT‐based optoelectronic devices for neuromorphic computing with a potential to break the von Neumann bottleneck.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
七分侥幸发布了新的文献求助10
刚刚
1秒前
大个的应助被初初初啊采纳,获得10
1秒前
3秒前
失眠的寄云完成签到,获得积分10
3秒前
4秒前
5秒前
Dotgene发布了新的文献求助10
5秒前
科研通AI6.4的应助被杨欢欢采纳,获得10
6秒前
6秒前
ashely完成签到 ,获得积分10
7秒前
北林发布了新的文献求助10
7秒前
七分侥幸完成签到,获得积分10
8秒前
8秒前
斯文败类的应助被慎独采纳,获得10
9秒前
9秒前
9秒前
童diedie完成签到,获得积分10
10秒前
10000完成签到,获得积分10
10秒前
10秒前
所所的应助被旺旺采纳,获得10
11秒前
Arkadia的应助被ssw采纳,获得30
11秒前
11秒前
xy发布了新的文献求助10
12秒前
在北极寻找食物的企鹅完成签到,获得积分10
12秒前
molihuakai的应助被雾里采纳,获得10
13秒前
北林完成签到 ,获得积分10
14秒前
14秒前
殷勤的岱周完成签到 ,获得积分10
14秒前
15秒前
Yichen发布了新的文献求助10
15秒前
16秒前
16秒前
jacksen2完成签到 ,获得积分10
16秒前
原味发布了新的文献求助10
16秒前
SciGPT的应助被朝朝采纳,获得10
17秒前
18秒前
杨杨杨完成签到 ,获得积分10
18秒前
19秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
RNA结合蛋白调控丝状真菌次级代谢的分子机制及功能研究 2000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Critical Psychology 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8145294
求助须知:如何正确求助?哪些是违规求助? 9544299
关于积分的说明 21661875
捐赠科研通 7731137
什么是DOI,文献DOI怎么找? 3422636
关于科研通互助平台的介绍 2547714
邀请新用户注册赠送积分活动 2465374