基于二维材料

图16系统梳理了基于二维材料的神经形态器件与系统在迈向实用化过程中面临的核心挑战，涵盖材料制备、器件设计与系统集成三个层面。

图12展示了基于二维材料神经形态器件的多模态感知能力与感知-执行闭环智能行为。

图13展示了基于二维材料神经形态器件的脉冲神经网络硬件系统在模式识别与动态视觉处理中的应用。

图15绘制了基于二维材料的神经形态器件从基础研究到芯片应用的完整发展路线。

V总结本综述系统梳理了基于二维材料的人工神经元与突触器件的研究进展。

本综述系统梳理了基于二维材料的人工神经元与突触器件的研究进展。

II人工神经元、突触器件的仿生模型、物理机制与性能指标及可重构器件中的多样化切换策略图3展示了生物神经系统中典型的信号传递结构，包括胞体、树突、轴突及突触的功能分工，以及神经元膜电位在静息、去极化、动作电位发放与不应期各阶段的动态变化。

可重构神经形态器件更能在同一平台上通过自适应切换实现突触与神经元功能的仿生融合。

图5分类展示了基于二维材料的人工神经元器件的五种核心工作机制。

年度发文量趋势图表明，自2019年以来，基于二维材料的新型忆阻器件与系统的研究增长了2.7倍，基于二维材料的人工神经元与突触研究更是增长了4.8倍，彰显该领域作为全球研究热点的快速崛起态势。

本文回顾了基于二维材料的人工神经元和突触器件的最新进展，重点关注仿生模型、物理机制和性能指标。

本研究全面综述了基于二维材料的人工神经元和突触的最新进展，重点介绍了其仿生模型、物理机制和性能指标，并进一步讨论了可重构器件中的复杂切换策略。

cn田禾本文通讯作者清华大学长聘副教授、特别研究员▍主要研究领域基于二维材料(石墨烯、二硫化钼、黑磷等)的新型微纳电子器件与芯片：仿生突触、晶体管、存储器、传感器等。