.png){kind=icon}
返回
Trap-state network dynamics enable material-native temporal information processing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.nanoen.2026.112387.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
陷阱态在长余辉材料中通常被认为是调控余辉行为的载流子储存中心。本文揭示了长余辉材料一种此前未被探索的功能，其中缺陷介导的能量储存动力学支持时序信息处理。顺序光学激发产生具有历史依赖性的发光响应，这些响应保留了先前激发事件的信息。我们证明，这些历史依赖性发光轨迹建立了一个能够进行非线性变换和时序记忆的本征物理状态空间。不同的二元激发历史被映射为可区分的余辉衰减轨迹，使得单一发光材料能够实现4比特的时序信号表示。作为概念验证，所得到的状态空间实现了超过90%的轨迹预测精度。观测到的状态演化与陷阱态重分布和激发态动力学密切相关，表明缺陷相关的能量储存过程能够主动参与时序信息编码。通过利用发光动力学作为计算资源，本研究建立了能量储存与信息处理的直接联系。这些发现扩展了长余辉材料的功能，使其超越光子发射，建立了能量储存与信息处理的直接联系，并为材料本征的时序信息处理提供了途径。
Keyword:
Persistent luminescent materials
History-dependent luminescence dynamics
Trap-state network
Temporal information processing
Computational defect engineering
