|
來源：中國科學技術大學微電子學院 中國科大微電子學院龍世兵教授團隊與復旦大學芯片與系統先進技術研究院劉琦教授團隊合作，利用深紫外（DUV）光電突觸結合憶阻器的構架實現了基于儲備池計算（RC）的指紋識別系統，相關成果以“In-sensor reservoir computing system for latent fingerprint recognition with deep ultraviolet photo-synapses and memristor array”為題于11月3日在線發表在學術期刊《Nature Communications》上。 深紫外光電探測器在深空探索、環境監測、生物信息識別等領域的角色舉足輕重，然而高速智能化探測在DUV波段存在嚴重缺失。以傳統的指紋識別系統為例（圖1a），其中傳感器、存儲器和處理器的分離惡化了決策的延遲，并不可避免地增加了整體計算能耗。隨著智能時代的來臨，這類光信息應該以什么樣的形式進行處理？在生物體中，光信息的采集通過視覺神經系統來完成，而光信息的處理通過中樞神經系統進行（圖1b）。受此啟發，合作團隊提出通過感算和存算器件分別模擬神經突觸的行為，來實現感存算一體化的光信息采集與處理（圖1c）。 
圖1基于光突觸和憶阻器件陣列的RC系統。（a）以指紋識別為例的傳統DUV圖像識別系統的數據傳輸及處理模式。（b）生物視覺識別系統示意圖，包括視網膜、視神經元和視皮層。（c）以光學突觸為儲備池輸入層，憶阻器件陣列為讀出網絡層的感算RC系統。 團隊基于富鎵氧化鎵材料設計，利用非晶材料的顯著持續光電導效應，制備了具備短時程效應的光突觸器件。通過4比特的紫外光脈沖輸入測試，構建了感算器件RC網絡的映射關系，這可以將圖片信息通過紫外光轉化為特征電流值（圖2a）。最終，通過存算憶阻器陣列穩定的多態調控特性實現了對儲備池輸出的訓練，實現了小規模的深紫外指紋識別功能。基于該硬件系統，采用定制化特征值策略，DUV指紋圖像的高識別精度幾乎與軟件仿真結果相匹配（圖2b,c）。該系統在短期訓練后即可達到100%的識別準確率，并且即使在15%背景噪聲水平下也能保持90%的準確率，這與DUV波段的抗噪特性相符（圖2d）。這種全硬件感算RC系統為高效的識別和安全應用提供了很好的參考原型，也對深紫外波段的智能光電器件發展具有重要參考意義。
圖2 基于硬件感算RC系統的DUV指紋識別。（a）硬件光電RC系統的示意圖，包括生成特征輸出的光突觸儲備池層和執行網絡訓練的憶阻器讀出層。模擬和硬件實驗權重的（b）顏色映射圖和（c）統計直方圖。（d）隨機噪聲對RC系統指紋識別準確率的影響。 該成果得到了審稿人的充分肯定：“這個原型系統將為感內儲備池計算系統的發展提供更多思路，整個工作的主題非常有趣。”（“This prototype system … will provide more insight into emerging in-sensor reservoir computing. Overall, the topic of this work is truly interesting”）。 中國科大微電子學院博士生張中方為本文的第一作者，龍世兵教授、趙曉龍副研究員以及復旦大學芯片與系統先進技術研究院的張續猛副研究員為本文的共同通訊作者。該成果得到了國家自然科學基金、中科院戰略先導、中科院重點研發計劃、廣東省重點研發計劃以及中國科大微納研究與制造中心等的資助。 |
