研究背景
有机记忆电阻器由于其在低成本制造、大规模集成和仿生功能方面的潜力，已经成为神经形态计算的很有前途的候选者。然而，它们的实际应用往往受到有限的热稳定性和设备间的变化的阻碍。
基于此，我们尝试利用有机共轭聚合物一种基于有机聚合物（PTBZ-DPP）的忆阻器，基于电荷转移机制来实现渐进和均匀的电阻开关，克服了与基于丝状结构的机制相关的挑战，并在较宽的温度范围（153-573K）内表现出优异的热稳定性和可靠的电阻开关行为。该忆阻器优异的热稳定性和一致的性能使其能够在不同的温度条件下执行图像去模糊任务，表现出其可靠的神经形态计算方面的潜力。本研究为先进的神经形态计算和人工智能应用提供了实现高性能、耐高温的硬件基础。该工作以“Temperature-Resilient Polymeric Memristors for Effective Deblurring in Static and Dynamic Imaging”为题发表在Advanced Funtional Materials（自然指数期刊，影响因子=18.5）上（DOI：10.1002/adfm.202424382），论文第一作者为深圳大学电信学院吕子玉博士、硕士生江明浩，香港理工大学韩素婷老师、黄维扬教授、张苗博士为论文的通讯作者。
研究思路及结果
研究人员提出了一种基于受体-受体（2,5-二辛基-3,6-二（硫吩-2-基）吡咯-4（2H，5H）二酮（DPP）作为受体1；噻二唑苯三唑（TBZ）作为受体）2）共轭聚合物（PTBZ-DPP），PTBZ-DPP聚合物中的两个强吸电子单元能够促进分子内电荷转移（ICT），实现渐进的电阻开关。在电刺激下，器件中稳定的电荷转移过程有效地调节了聚合物膜内的电荷传递，从而产生可靠的渐进记忆响应。相比之下，丝状记忆电阻器虽然是研究最广泛并表现出优异的性能特性，但面临着随机离子迁移导致器件均匀性较差以及难以构建操作范围较宽的原型等挑战。在该研究中，基于界面的电荷转移机制本质上避免了上述问题。
图1. PTBZ-DPP忆阻器的设计思路和电学表征。
图2. PTBZ-DPP忆阻器的温度和环境稳定性测试。
对器件进行不同的温度（153、373、473和573 K）处理30 min后进行电学性能测试，器件表现出高度一致的记忆行为，显示出良好的高温耐受性和在极端条件下的应用潜力。不同温度下处理过后的PTBZ-DPP薄膜的表面粗糙度的表征结果（AFM）显示：经过低温或高温处理后，薄膜的形貌和粗糙度都没有显著变化，表明聚合物薄膜具有良好的热稳定性。
图3.基于PTBZ-DPP的忆阻器在神经形态系统中图像识别的能力。
利用忆阻器的阈值开关特性对模糊图像进行去噪：经过器件阵列滤波后不仅显著提高了模糊图像的清晰度，并提高了后续人工神经中图像识别任务的准确率（从54.37%提升到了92.78%）。在不同温度的影响下（153k、300k和573k），使用该系统对图像进行去噪后，准确率都能提高到85%以上。这些结果表明，该忆阻器有在极端温度环境下执行神经形态类脑计算的潜力。
该项目获得国家自然科学基金项目（62122055, 62074104，62104154），和深圳市科技创新计划项目（JCYJ20230808105900001, JCYJ20210324095207020）支持。
原文链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adfm.202424382
