소식
박영란 박사(지도교수: 왕건욱), 자체 정류 및 발광 인공 신경망의 효과적인 학습을 위한 혼합차원 할로겐화물 페로브스카이트 양자점 시냅스 어레이 개발
2024.01.17 Views 480
박영란 박사(지도교수: 왕건욱), 자체 정류 및 발광 인공 신경망의 효과적인 학습을 위한
혼합차원 할로겐화물 페로브스카이트 양자점 시냅스 어레이 개발
왼쪽부터 KU-KIST융합대학원 박영란 박사, 왕건욱 교수
혼합차원 할로겐화물 페로브스카이트 양자점 시냅스 어레이 개발
왼쪽부터 KU-KIST융합대학원 박영란 박사, 왕건욱 교수
고려대학교 KU-KIST융합대학원 왕건욱 교수와 박영란 박사는 선택기가 없이 아날로그 스위칭을 가능하게 하고 학습 효율성을 높이기 위해 도핑 농도가 제어된 혼합 차원 할라이드 페로브스카이트 시냅스 어레이를 구현하였다. 양자점 (Quantum dot, QD)의 크기를 제어하는 혼합 차원 장치 시스템은 원하지 않는 신경 신호를 완화하면서 향상된 학습 능력과 에너지 효율성으로 바람직한 뉴로모픽 기능을 촉진하기 위한 새로운 상향식 전략을 보고하였다.
이번 연구결과는 세계적인 학술지 ‘Advanced Functional Materials(IF = 19.924)’지에 2024년 1월 정식 출판되었고 커버 픽처(Cover Picture)로 선정되었다.
그림 1. 왼쪽부터 Advanced Functional Materials 표지 및 대표그림
□ 최근 혼합차원 이종구조라고 불리는 0차원에서 3차원까지 다양한 차원의 저차원 나노물질을 통합하는 하이브리드 시스템이 재구성 가능한 스위치와 뉴로모픽 기능을 엔지니어링할 수 있는 잠재력으로 주목받고 있다. 이러한 관점에서 할라이드 페로브스카이트 기반 혼합 차원 이종 구조는 다양한 인터페이스 엔지니어링 및 밴드 정렬을 가능하게 하기 때문에 선택기가 없는 할라이드 페로브스카이트 기반 멤리스터 어레이를 설계하는 관점에서 유망한 전략을 제공할 수 있다. 또한, 상향식 접근 방식으로 할라이드 페로브스카이트의 도핑 농도와 화학양론을 제어하면 인식 정확도와 학습 속도 측면에서 전기적 스위칭 특성과 학습 능력을 조정할 수 있는 잠재력이 있다.
□ 그러나, 혼합 차원 할라이드 페로브스카이트 기반 이종 구조는 멤리스터로서 거의 연구되지 않았으며 이러한 구조의 전기적 및 광학적 특성은 아직 불분명하고 할라이드 페로브스카이트의 도핑 농도와 화학양론이 학습 능력에 미치는 영향 또한 거의 조사되지 않았다.
□ 본 연구는 Cs1-xFAxPbBr3 QD과 Al 전극과 ITO 전극 사이의 서로 다른 차원의 계면 나노물질층으로 구성된 혼합차원 이종 구조를 기반으로 혼합 차원 선택기가 없는 자체 정류 8 × 8 멤리스터 크로스바 어레이를 설계하고 제작했다. 64개 셀로 구성된 전체 어레이의 작동을 검증하고 해당 스위칭 매개변수에 대한 통계 분석을 수행하였고 어레이의 모든 셀은 자체 정류 스위칭 동작 및 전기발광을 나타남을 확인하였다 (그림 2).
□ 다양한 시냅스 기능의 성공적인 변조 및 모방은 혼합차원 Cs1-xFAxPbBr3 QD 기반 시냅스 장치에서 FA 농도를 조절함으로써 다양한 인터페이스 엔지니어링을 통해 달성되며, 이는 동적 범위를 향상시키고 시냅틱 커플링 (synaptic-coupling, SC)을 감소시킴으로 학습 능력에 큰 영향을 미쳤고 FA 농도가 증가함에 따라 MNIST 패턴의 인식 정확도는 68.97%에서 89.08%로 증가했다. 더욱이, 특정 정확도 수준을 달성하는 데 필요한 에너지 소비는 25.15배로 감소했고, 필요한 학습 에포크의 수도 253에서 6으로 대폭 줄었음을 확인하였다 (그림 3).
□ 본 연구는 혼합 차원 Cs1-xFAxPbBr3 QDs 기반 시냅스 어레이는 낮은 시냅틱 커플링 및 발광으로 높은 수율(64/64셀)과 안정적인 자체 정류 아날로그 스위칭 특성을 나타내므로 자극 반응을 시각화하고 네트워크 배열 수준에서 원치 않는 경로를 방지할 수 있다. 이 크로스바 어레이는 향상된 학습 능력과 에너지 효율성으로 바람직한 뉴로모픽 전자 기능을 촉진할 수 있는 중요한 역할을 할 수 있을 것으로 기대된다.
□ 고려대 KU-KIST 융합대학원 박영란 박사가 제1저자로, 왕건욱 교수는 교신저자로 참여했다.
□ 이 연구는 연구재단 미래창조과학부, ‘중견연구’, ‘나노소재원천기술개발사업’, ‘국제연구교류지원사업’, 한국과학기술연구원 ‘위탁연구’의 지원을 받아 유연 전자 소자 분야의 세계적인 학술지인 ‘Advanced Functional Materials’ 紙 (2022년 기준 인용지수 IF=19.924)에 올해 1월 15일에 온라인 게재됐다
논문명: Learning-Effective Mixed-Dimensional Halide Perovskite QD Synaptic Array for Self-Rectifying and Luminous Artificial Neural Networks
저널명: Advanced Functional Materials’ 紙 (IF=19.924)
저자정보: 박영란(제1저자, 고려대 KU-KIST 융합대학원), 왕건욱 (교신저자, 고려대 KU-KIST 융합대학원)
