2026年，课题组成员陆林在国际传感器领域知名期刊 Sensors and Actuators B: Chemical 发表题为 “Dandelion morphology inspired Mo₂Ti₂C₃@MoS₂ heterostructure device for neuromorphic near-sensor computing” 的研究论文，祝贺！

近日，课题组在神经形态近传感计算与智能嗅觉系统研究方面取得新进展。该工作面向传统气体传感系统中“感知、存储与计算”分离所带来的数据传输延迟、能耗增加和实时性不足等问题，提出了一种受蒲公英形貌启发的 Mo₂Ti₂C₃@MoS₂ 异质结器件，并构建了具有气体感知、历史记忆和时空信息处理能力的神经形态近传感计算系统。

随着人工智能、物联网和可穿戴环境监测技术的发展，气体传感器不再仅仅需要完成浓度检测，还需要具备对气体扩散方向、危险程度和空间分布的快速判断能力。然而，传统气体传感系统通常依赖独立传感器、数据采集模块和后端处理器完成信息分析，难以在传感端实现高效、低延迟的智能处理。针对这一问题，研究团队从生物嗅觉系统中获得启发，设计了兼具气体响应和突触调控特性的 Mo₂Ti₂C₃@MoS₂ 异质结材料体系。

在材料设计方面，研究团队利用 Mo₂Ti₂C₃ MXene 空心微球与原位生长的 MoS₂ 纳米片构筑三维花状异质结构。该结构不仅有效增加了气体分子吸附与扩散通道，也通过界面能带调控增强了气体响应能力。实验结果表明，该器件在室温下对 NH₃ 表现出优异的气敏性能，兼具高灵敏度、快速响应/恢复和良好的稳定性，为低功耗、可穿戴气体监测提供了重要材料基础。

更重要的是，该器件不仅是一个气体传感单元，还能够通过气体刺激和电脉冲共同调控电导状态，模拟生物突触中的短时记忆、长时记忆和历史依赖性响应。基于这一特性，研究团队进一步构建了 3 × 3 Mo₂Ti₂C₃@MoS₂ 传感阵列，使阵列能够在传感端直接编码 NH₃ 扩散过程中的空间分布和时间演化信息，实现从“简单检测”到“认知感知”的功能拓展。

在系统应用方面，研究团队将传感阵列与 SNN-CNN 混合神经网络相结合，利用脉冲神经网络处理时间动态信息，并通过卷积神经网络提取空间特征，实现了 NH₃ 泄漏方向与扩散路径的智能识别。该系统能够对不同气体传播方向形成差异化的时空响应图谱，并完成实时分类与预警，为危险气体泄漏监测、智能穿戴设备和环境安全感知提供了新的技术方案。

该研究充分体现了材料结构设计、器件物理机制、传感阵列构建和神经形态算法协同优化的优势，展示了 Mo₂Ti₂C₃@MoS₂ 异质结器件在智能嗅觉、近传感计算和低功耗环境监测中的应用潜力。该成果为构建集感知、存储和计算于一体的新型神经形态传感系统提供了重要参考。

该论文第一作者为陆林，孟佳琳老师和王天宇老师为通讯作者。该研究工作体现了课题组在忆阻器器件、存算一体电路、神经形态计算和低功耗计算架构等方向的持续积累与探索。