海归学者发起的公益学术平台
分享信息，整合资源
交流学术，偶尔风月
针对上述挑战，南加州大学、中国科学院半导体研究所、美国西北大学和香港大学等机构的研究团队开发了一种基于MoS2/石墨烯异质结构的范德华界面结晶体管（vdW-IJT），为模糊逻辑硬件的实现提供了全新的解决方案。他们首先展示了通过调控MoS2/石墨烯界面结晶体管的电荷转移效应，能够生成高度可调的隶属函数，并对相应的工作机理进行了讨论。在该类器件中，石墨烯作为电荷转移层，可以有效控制MoS2通道中的载流子浓度，从而在两端和三端器件中分别实现类似PN结的单向整流特性和类似三极管的转移特性。进一步的在四端的顶栅器件中，可以通过调节栅压，使其输出特性表现出π形和类高斯曲线，且这些函数曲线的高度、位置和形状可通过不同的操作条件进行精细调控。
图1. 利用四端器件生成可调控的隶属度函数
研究团队进一步将vdW-IJT用作隶属函数生成器，实现了可重构的模糊比例-积分-微分（PID）控制器。该控制器集成了基于CMOS的推理引擎和解模糊器，能够适应不同的非线性控制需求。通过调整vdW-IJT的工作电压，研究人员展示了多种不同隶属函数设置，生成了具有高度非线性和适应性的控制曲面。该控制器不仅能处理稳定环境中的小误差，还能应对具有较大扰动的复杂环境，展现了其在多种控制场景中的灵活性和适应性。
图2. 基于可调控的隶属度函数生成器实现可实时定制化的模糊PID控制器
研究进一步将模糊逻辑系统与三层卷积神经网络（CNN）结合，构建了模糊神经网络（FNN）。这一创新将模糊隶属函数引入神经网络，显著增强了系统的非线性映射能力，在图像分割任务中表现出卓越的性能提升。尤其是在识别边界模糊、颜色相似的物体时，如行人、车辆等，FNN能够更清晰地识别和描绘物体轮廓，大幅提升了图像分割的精度。
图3. 基于可调控的隶属度函数生成器的模糊神经网络
相较于传统CMOS技术，基于vdW-IJT的隶属函数生成器具有显著的规模化优势和能效优势。该晶体管通过精简的电路设计，实现了比CMOS模拟或数字电路大幅减少的元件数量。研究还表明，vdW-IJT的功耗大幅低于传统的模拟或数字电路，且具有更高的可重构性，使其在未来的边缘计算硬件中具备极大的应用潜力。
相关研究成果于10月15号发表于国际知名期刊NatureElectronics，南加州大学的刘翮飞博士（现为哈佛大学博士后）、半导体研究所的吴江滨研究员（之前为南加州大学博士后）和南加州大学的马佳卉博士（现入职知存科技）为文章的第一作者，香港大学的汪涵教授和西北大学的Mark C. Hersam教授和为文章的通讯作者，文章得到佛罗里达大学Jing Guo教授和Ning Yang博士在理论计算的大力支持，对文章做出贡献的还有亚利桑那大学的闫晓东教授、上海交通大学的何煦（现为卡耐基梅隆大学计算机工程系博士生）和香港大学的何彦谷等。这一研究成果不仅为模糊逻辑硬件的实现带来了突破，也为智能边缘计算系统的发展提供了新的方向。vdW-IJT的可扩展性和低功耗优势，使其成为未来智能设备、自动驾驶、工业控制等领域的重要候选技术。尤其在图像处理和实时决策系统中，模糊神经网络展示了极高的应用潜力。这项研究不仅推动了二维材料在下一代电子器件中的应用，也为实现更加高效、智能的边缘计算硬件奠定了坚实基础。