Organisch-anorganische halide perovskiet quantum dots (PQD's) vormen een aantrekkelijke klasse van materialen voor opto-elektronische toepassingen. Hun lading transport eigenschappen zijn, echter, inferieur in vergelijking met materialen zoals grafeen. Omgekeerd, grafeen bevat een ladingsgeneratie-efficiëntie die te laag is voor toepassingen in de opto-elektronica. In een nieuw rapport Basudev Pradhan en een onderzoeksteam van het Nanoscience Technology Center, en de afdelingen Optica en Fotonica, Materiaalkunde, Natuurkunde en scheikunde aan de University of Central Florida, ONS., Ontwikkelde een ultradunne fotontransistor en fotonische synapsen met behulp van grafeen-PQD (grafeen-perovskiet quantum dot; G-PQD) superstructuren. Om de superstructuren voor te bereiden, groeiden ze PQD's rechtstreeks uit een grafeenrooster. Fototransistoren gemaakt van G-QPD's vertoonden een uitstekende responsiviteit en specifieke detectiviteit. De door licht ondersteunde geheugeneffecten van de superstructuren maakten fotonisch synaptisch gedrag mogelijk voor neuromorfisch computergebruik, die het team demonstreerde door middel van gezichtsherkenningstoepassingen met behulp van machine learning. Pradhan et al. verwacht dat de G-PQD-bovenbouw nieuwe richtingen zal versterken om zeer effectieve opto-elektronische apparaten te ontwikkelen.

Grafeen is naar voren gekomen als een droommateriaal voor elektronica en opto-elektronica vanwege de brede spectrale bandbreedte, uitstekende transporteigenschappen met hoge mobiliteit, uitzonderlijke stabiliteit en uitstekende flexibiliteit. Materiaalwetenschappers hebben veel composieten en apparaten ontwikkeld voor toepassingen bij het oogsten van energie, opslag, fotodetectoren en transistoren. Echter, een enkele laag grafeen kan slechts 2,3 procent van het invallende zichtbare licht absorberen, waardoor het gebruik ervan in opto-elektronische en fotonische apparaten kritisch wordt belemmerd. In tegenstelling tot, organisch-anorganische PQD's zijn gestegen als aantrekkelijke materialen voor toepassingen in opto-elektronica vanwege hun unieke eigenschappen, hoewel hun ladingstransport inferieur blijft in vergelijking met grafeen.

PQD's kweken uit een grafeenrooster

Pradhan et al. onderzocht de sterke fotogeneratie-efficiëntie van methylammoniumloodbromide PQD's in dit werk door PQD's te laten groeien uit het rooster van enkellaags grafeen met behulp van een defect-gemedieerd proces. Omdat PQD's licht kunnen absorberen en ladingsdragers kunnen genereren, de grondgedachte hielp bij het ontwerpen van de hybride bovenbouw. Het team implementeerde de dunne superstructuren in een fototransistorgeometrie om een ​​fotoresponsiviteit van 1,4 × 10 . te produceren ⁸ AW ^-1 en een specifieke detectiviteit van 4,72 x 10 ¹⁵ Jones bij 430 nm; wat verreweg de beste responsiviteit en detectiviteit was die tot nu toe op vergelijkbare apparaten is geregistreerd.

Het werk is veelbelovend om uiterst efficiënte opto-elektronische materialen te ontwikkelen voor snelle communicatie, voelen, ultragevoelige camera's, beeldvorming en displays met hoge resolutie. Het gedrag van grafeen-PQD (G-PQD) superstructuren in de vorm van een fotonische synaps is ook van cruciaal belang voor patroonherkenning. De resultaten ondersteunen de ontwikkeling van een hardware-eenheid voor neuromorfe architectuur die het menselijk brein nabootst - voor een reeks opwindende toepassingen. Pradhan et al. gebruikte ligand-assisted reprecipitation (LARP) om PQD's te produceren met een zeer hoge kwantumopbrengst van fotoluminescentie, en controleerde de grootte en morfologie van de PQD-producten. Het team startte de groei van PQD's direct op de actieve plaatsen van de grafeenmonolagen om de superstructuren te vormen. Tijdens het proces, ze voegden een anti-oplosmiddel tolueen toe op een grafeenlaag bevochtigd met perovskiet-precursoren om het zaaien te starten, en vormden perovskiet-embryo's op het grafeenvel dat nodig is voor PQD-kristalvorming.

Ontwikkelen van hoogsensitieve, ultradunne fototransistoren

Het team analyseerde het nieuw gesynthetiseerde hybride materiaal (grafeen PQD's) met behulp van transmissie-elektronenmicroscopie (TEM) om de binding tussen de PQD's en grafeenlagen te verifiëren. Ze merkten de aanwezigheid op van twee verschillende G-PQD's die de zichtbare golflengte absorbeerden bij 434 nm en 451 nm, wat aangeeft dat ze potentieel goed presterende fototransistoren kunnen vormen die detecteren bij blauwe verlichting. Pradhan et al. testte de fotofysische eigenschappen van het materiaal ten opzichte van de dynamiek van de aangeslagen toestand van de G-PQD-superstructuur met behulp van tijdgecorreleerde enkelvoudige fotontelling (TCSPC) en observeerde een gemiddelde fluorescentievervaltijd van 749 ns. De bovenbouw vertoonde een verbeterde gevoeligheid en een verbeterde fotostroom in vergelijking met eerder gerapporteerde fotoweerstanden. Het apparaat zou ook kunnen fungeren als een door licht geactiveerde schakelaar onder witlichtverlichting en de fotostroom steeg snel binnen een responstijd van 0,45 seconden na het inschakelen van het licht. Langere responstijden waren het gevolg van complexere factoren.

Toepassingen van neuromorfe fotonische synapsen tijdens gezichtsherkenning.

Sinds de traditionele von Neumann-architectuur of Princeton-architectuur; een computerarchitectuur die is ontwikkeld door de wiskundige en natuurkundige John von Neumann kost momenteel zowel tijd als energie voor gegevenstransport. De bestaande limieten van prestaties en schaalbaarheid tussen het geheugen en de processor worden in de volksmond de von Neumann-bottleneck genoemd. Het apparaat had grote nadelen veroorzaakt in datacentrische toepassingen van realtime beeldherkenning, gegevensclassificatie en natuurlijke taalverwerking. Neuromorphic computing is daarom een ​​opkomend superieur platform dat beter kan presteren dan de von Neumann-architectuur. In de opstelling, de synaps kan typisch fungeren als een communicatiekanaal tussen twee neuronen.

Op dit moment, de G-PQD-bovenbouw fungeerde als een kunstmatige fotonische synaps; waarbij het pre-synaptische signaal was gebaseerd op de externe lichtstimuli in de vorm van optische pulsen en het postsynaptische signaal de stroom was die over het G-PQD-kanaal werd verkregen om de afvoerbron en poortspanning vast te houden. De ingebedde optische informatie, detectieverwerking en retentiemogelijkheden van de G-PQD-synaptische apparaten vormden een potentiële kandidaat voor menselijk visueel geheugen op het gebied van patroonherkenning. Pradhan et al. bouwde een neuraal netwerk met spikes om onbewaakte machine learning en gezichtsherkenning uit te voeren met behulp van Python. Het team gebruikte vier portretten van mensen om het neurale netwerk te trainen en toonde aan dat een verhoogd gebruik van outputneuronen naast een langere trainingstijd hogere gezichtsherkenningspercentages zou kunnen bereiken.

Op deze manier, Basudev Pradhan en collega's ontwikkelden extreem dunne superstructuren op basis van hybride materialen van PQD's die zijn gegroeid uit een grafeenrooster met behulp van een defect-gemedieerde kristalgroeitechniek. Ze verkregen een sterk verbeterde ladingsoverdracht dankzij de gecombineerde π-elektronenwolken van PQD's en grafeen. De resulterende apparaten vertoonden hoge prestaties voor fototransistors en fotonische synapsen, die het team verder heeft gevalideerd met behulp van simulaties. Het team is van plan hun benadering uit te breiden naar andere 2D-materialen, waaronder overgangsmetaaldichalcogeniden en andere heterostructuren. Het werk zal de deur openen naar een nieuwe klasse van hoogwaardige bovenbouwmaterialen die geschikt zijn voor meerdere elektronische en opto-elektronische toepassingen, gunstig voor gezichtsherkenning en neuromorphic computing.

© 2020 Wetenschap X Netwerk