神经形态器件

本研究对基于MXene-Ti₃C₂Tₓ的神经形态器件进行了系统性综述，几乎涵盖了该材料体系下所有已发表的研究成果，并绘制成表。

本综述概述了提升MXene-Ti₃C₂Tₓ神经形态器件的三种关键工程策略：包括掺杂工程、界面工程和结构工程，同时还为材料和器件改进提供了指导。

本综述证明了基于MXene-Ti₃C₂Tₓ的神经形态器件有望在下一代感存算(如近传感器计算和传感器内计算)应用中展现出突破性的潜力，可直接在传感器级实现更快、更节能的数据处理。

作为一种先进的非易失性存储器器件，MXene-Ti₃C₂Tₓ神经形态器件的每一次性能飞跃都直接与数据存储容量、操作速度以及数据保持稳定性的提升密切相关。

MXene-Ti₃C₂Tₓ神经形态器件的未来发展趋势示意图。

本节最后，系统性地总结了基于MXene-Ti₃C₂Tₓ的神经形态器件性能提升策略，如图13所示，涵盖三类核心方法，即界面工程、掺杂工程和结构工程。

IMXene-Ti₃C₂Tₓ基神经形态器件的物理机制

然而，传统神经形态器件在尺寸微缩、能耗降低和稳定提升方面都遇到了挑战。