CL
Chunsen Liu
Author with expertise in Two-Dimensional Materials
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
7
(29% Open Access)
Cited by:
1,048
h-index:
24
/
i10-index:
36
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Tunable SnSe2/WSe2 Heterostructure Tunneling Field Effect Transistor

Xiao Yan et al.Jul 17, 2017
The burgeoning 2D semiconductors can maintain excellent device electrostatics with an ultranarrow channel length and can realize tunneling by electrostatic gating to avoid deprivation of band‐edge sharpness resulting from chemical doping, which make them perfect candidates for tunneling field effect transistors. Here this study presents SnSe 2 /WSe 2 van der Waals heterostructures with SnSe 2 as the p‐layer and WSe 2 as the n‐layer. The energy band alignment changes from a staggered gap band offset (type‐II) to a broken gap (type‐III) when changing the negative back‐gate voltage to positive, resulting in the device operating as a rectifier diode (rectification ratio ~10 4 ) or an n‐type tunneling field effect transistor, respectively. A steep average subthreshold swing of 80 mV dec −1 for exceeding two decades of drain current with a minimum of 37 mV dec −1 at room temperature is observed, and an evident trend toward negative differential resistance is also accomplished for the tunneling field effect transistor due to the high gate efficiency of 0.36 for single gate devices. The I ON / I OFF ratio of the transfer characteristics is >10 6 , accompanying a high ON current >10 −5 A. This work presents original phenomena of multilayer 2D van der Waals heterostructures which can be applied to low‐power consumption devices.
0

Two-dimensional materials for future information technology: status and prospects

Hao Qiu et al.May 29, 2024
Abstract Over the past 70 years, the semiconductor industry has undergone transformative changes, largely driven by the miniaturization of devices and the integration of innovative structures and materials. Two-dimensional (2D) materials like transition metal dichalcogenides (TMDs) and graphene are pivotal in overcoming the limitations of silicon-based technologies, offering innovative approaches in transistor design and functionality, enabling atomic-thin channel transistors and monolithic 3D integration. We review the important progress in the application of 2D materials in future information technology, focusing in particular on microelectronics and optoelectronics. We comprehensively summarize the key advancements across material production, characterization metrology, electronic devices, optoelectronic devices, and heterogeneous integration on silicon. A strategic roadmap and key challenges for the transition of 2D materials from basic research to industrial development are outlined. To facilitate such a transition, key technologies and tools dedicated to 2D materials must be developed to meet industrial standards, and the employment of AI in material growth, characterizations, and circuit design will be essential. It is time for academia to actively engage with industry to drive the next 10 years of 2D material research.
0

Non-volatile 2D MoS2/black phosphorus heterojunction photodiodes in the near- to mid-infrared region

Yuyan Zhu et al.Jul 17, 2024
Abstract Cutting-edge mid-wavelength infrared (MWIR) sensing technologies leverage infrared photodetectors, memory units, and computing units to enhance machine vision. Real-time processing and decision-making challenges emerge with the increasing number of intelligent pixels. However, current operations are limited to in-sensor computing capabilities for near-infrared technology, and high-performance MWIR detectors for multi-state switching functions are lacking. Here, we demonstrate a non-volatile MoS 2 /black phosphorus (BP) heterojunction MWIR photovoltaic detector featuring a semi-floating gate structure design, integrating near- to mid-infrared photodetection, memory and computing (PMC) functionalities. The PMC device exhibits the property of being able to store a stable responsivity, which varies linearly with the stored conductance state. Significantly, device weights (stable responsivity) can be programmed with power consumption as low as 1.8 fJ, and the blackbody peak responsivity can reach 1.68 A/W for the MWIR band. In the simulation of Faster Region with convolution neural network (CNN) based on the FLIR dataset, the PMC hardware responsivity weights can reach 89% mean Average Precision index of the feature extraction network software weights. This MWIR photovoltaic detector, with its versatile functionalities, holds significant promise for applications in advanced infrared object detection and recognition systems.