深圳大学高等研究院周晔研究员课题组大四本科生张仕锐同学在材料领域知名期刊Advanced Materials Technologies（首年影响因子：4.622）上发表题为“Artificial Synapse Emulated by Charge Trapping‐Based Resistive
Switching Device”的研究论文。
受到具有高度连通性且低能耗的生物神经形态系统的启发，基于电子元器件的人工突触有望克服传统计算的冯诺依曼瓶颈。这项工作利用溶液法制备的金纳米颗粒开发了一种基于两端阻变器件的人工突触。由于金纳米颗粒在聚合物中良好的电荷捕获特性，该器件具有高度可控的双稳态电阻开关特性。此外，本工作模拟了多种生物突触以及类脑功能，包括在正脉冲序列下的增强，成对脉冲促进，放电速率依赖可塑性，从短期可塑性到长期可塑性的转变以及学习-遗忘-再学习的类人脑行为。研究结果表明，以金属纳米颗粒为基础的人工突触对神经形态计算系统的进一步发展具有重要意义。该研究得到了国家自然科学基金、广东省科技厅、广东省教育厅、深圳市科创委、深圳大学与台北科技大学学术合作专题等项目的资助。
研究成果链接：https://onlinelibrary.wiley.com/doi/full/10.1002/admt.201800342
