广东工业大学物理与光电工程学院副教授唐振华、硕士研究生吴宇翔、研究员唐新桂团队联合西安电子科技大学教授周益春团队在新型反铁电光电忆阻器件与神经形态计算研究方面取得重要进展。近日，相关成果发表于《先进功能材料》（Advanced Functional Materials）。

论文通讯作者及团队负责人唐振华表示，作为模拟生物神经突触行为的关键器件，忆阻器在类脑计算、神经形态图像识别和低功耗存储等领域展现出广泛应用前景。

该研究在国家自然科学基金、广东省自然科学基金等项目的资助下，提出了一种基于PbZrO₃(PZO)新型反铁电薄膜的光电忆阻器件，采用低温溶胶-凝胶工艺制备，构建了Au/PZO/FTO三层结构，具备良好的反铁电性能及阻变切换性能。通过极化诱导氧空位在器件界面间的不对称分布，实现了器件在正向与反向整流模式间的可逆切换；同时，归因于光生载流子在氧空位陷阱中的超快俘获，器件在紫外光照下表现出负光电导行为，具有快速而稳定的光电响应能力。

此外，基于该反铁电忆阻器件在光电协同调制下的非线性权重更新特性，采用一个改进的经典LeNet-5卷积神经网络模型，成功完成了MNIST和Fashion-MNIST图像数据集的识别任务，准确率分别达96.66%与81.33%，展现出优异的类脑学习能力与稳定性，充分展现出该器件在人工智能硬件及类脑接口中的潜力，为构建“感-存-算”一体化的神经形态计算系统提供了新的路径选择。

相关论文信息：https://doi.org/10.1002/adfm.202513366

图(a) 忆阻器件及其类突触结构示意图；(b) 阻变机制模型；(c) I-V特性曲线；(d) 电压极化后的整流特性；(e) 极化整流机制模型； (f)-(g) 不同光强下及光照间隔下的光电响应；(h)-(i) 用于训练卷积神经网络模型和识别准确率随训练轮次的变化。研究团队供图