.png){kind=icon}
返回
Programmable mixed-kernel based on MoTe2/MoS2 heterojunction for support vector machine learning
.png){kind=icon}
PRE
AI
DOI：10.1088/1674-4926/25070039.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
冯·诺依曼瓶颈在传统计算架构中为数据密集型人工智能应用带来了显著挑战。一种有前景的方法涉及设计具有片上参数可调性的专用硬件，直接加速机器学习功能。本研究展示了一种在范德华异质结构中物理实现的连续可调混合核函数。我们设计和制造了一种MoTe₂/MoS₂型Ⅱ垂直异质结光电晶体管，其独特的层间电荷转移机制表现出非单调、高斯型的光电响应。这种固有的物理行为直接映射为结合高斯和Sigmoid特性的混合核函数。此外，硬件核可通过原位调节外部光学刺激进行连续调制。该混合核展现出卓越性能，达到精度、准确度和曲线下面积（AUC）分别为95.8%、96%和0.9986，显著优于传统核。通过成功将复杂且可适应的数学函数嵌入单个器件的固有物理属性中，本研究开创了一条通往下一代、具有硬件级适应性的高效能智能系统的全新路径。
Keyword:
MoTe2/MoS2 heterojunction
mixed-kernel function
support vector machine
optoelectronic response
hardware-level adaptability
期刊
IF:
5.3
论文数:
277
被引数:
4.0K
机构
引用论文
Recent progress on fabrication and flat-band physics in 2D transition metal dichalcogenides moiré superlattices二维过渡金属二硫化物莫尔超晶格的制备和平带物理的最新进展
PREAI
分享收藏
分享收藏Proximity-Coupling-Induced Significant Enhancement of Coercive Field and Curie Temperature in 2D van der Waals Heterostructures邻近耦合引起的二维范德华异质结构中矫顽场和居里温度的显着增强.png)
ADVANCED MATERIALS
ADVANCED MATERIALSIF26.8
PREAI
分享收藏
查看更多内容