2D 재료에 기반한 고성능 광전자 소자의 개발은 상당한 관심을 끌고 있다. 그러나 기존의 수직 적층 방법은 복잡한 공정과 계면 결함에 의해 제한된다. 이러한 문제를 극복하기 위해, 단일 n형 황화주석(주석 이황화물, SnS 2 ) 플레이크 내에서 직접 레이저 조사를 통해 in-plane 동종접합(in-plane homojunction)을 형성하는 간단하고 효율적인 1단계 공정을 제안한다. 핵심 공정인 산화 박막화(oxidative thinning)는 집광된 532 nm 레이저를 사용하여 SnS 2 의 일부를 국소적으로 산화주석(SnO x )으로 전환한다. 그 결과, 약 0.7 eV의 일함수(work-function) 차이에 기인한 에너지 장벽이 계면에 형성되어 광생성 전자-정공 쌍의 분리를 촉진한다. 제작된 포토디텍터는 빠른 응답 시간(τ r /τ f = 474/299 ms)을 보이며, 이는 원래의 SnS 2 소자에 비해 수십 배 수준으로 향상된 것이다. 또한 높은 책임률(responsivity, R) 703 mA W −1 , 외부 양자 효율(external quantum efficiency, EQE) 170%, 탁월한 비검출도(specific detectivity, D * ) 2.35 × 10 14 Jones를 나타내며, 더불어 우수한 작동 안정성을 보인다. 본 연구에서 제시한 레이저 유도 국소 전환 기술은 차세대 유연하고 웨어러블(wearable) 광전자 소자를 개발하기 위한 강력하고 실용적인 플랫폼을 제공할 수 있다.

그들은 다양한 선 폭과 길이에 걸쳐 일관된 전도도를 유지하며, 높은 재현성을 보여준다. 기계적 시험은 굽힘, 접힘, 비틀림을 포함하는 상당한 변형 하에서도 탁월한 내구성을 확인하였다. 또한 다공성 구조는 AgNW 증착 이후에도 통기성을 유지하여 가스 및 수분 투과성을 보존하였다. MPNE의 다양성은 지문형 전극(interdigitated electrodes), 다중전극 배열(multielectrode arrays), 코일 안테나(coil antennas)와 같은 복잡한 패턴을 제작함으로써 입증되었다. 이러한 결과는 고도화된 웨어러블 전자기기와 다기능 장치에 대한 MPNE의 잠재력을 시사한다.

본 연구에서는 시드 없는 결정화 공정을 이용하여 M3D 상부층에서 PSLC Si 기반 CMOS 소자를 시연한다. 레이저 결정화는 단일 배향 Si 채널을 형성하며 ($25\mu \mathrm{m}$ 결정립 크기), 캐리어 이동도를 향상시킨다. 레이저 S/D 활성화는 400 °C 이하에서 낮은 접촉 저항률 $(\sim 10^{-8}\Omega \cdot {\text{cm}}^2)$를 달성하여 M3D 제약 조건을 만족한다. PSLC-Si CMOS 소자는 높은 ${\mu }_{\text{FE},\mathrm{e}}(521{\text{cm}}^2/\mathrm{V}\cdot \mathrm{s})$ 및 ${\mu }_{\text{FE},\mathrm{h}}(163{\text{cm}}^2/\mathrm{V}\cdot \mathrm{s})$와 함께 \mathrm{I}_{\text{ON}}/\mathrm{I}_{\text{OFF}} > 10^{8}을 나타낸다. CMOS 인버터는 명확한 스위칭 천이를 보이며, M3D 로직 응용을 위한 실현 가능성을 확인한다. 이러한 결과는 M3D 집적 논리 소자를 위한 완전 레이저 기반 공정의 잠재력을 검증한다. 키워드: 단일체 3D(Monolithic 3D, M3D), 패턴형 시드 없는 레이저 결정화(Patterned Seedless Laser-Crystallization, PSLC), Si, 레이저 활성화, 이동도

-SNE) 및 서포트 벡터 머신(SVM) 기반의 머신러닝을 통해, 향수 및 화장품에 사용되는 아홉 가지 향기 분자의 종류와 농도를 정확히 예측하였으며, 95%를 상회하는 높은 정확도를 달성하였다. 본 연구는 기능성 후각 수용체 모사 배열을 생성하기 위한 빠르고 간단한 해법을 제공함으로써, 인공 후각 시스템의 개발을 진전시킨다.

특정 후각 수용체에 대한 단일 냄새물질의 활성화 기저 메커니즘은 잘 이해되어 있다. 그러나 후각계가 수용체 수준에서 복합적인 냄새 혼합물을 어떻게 처리하는지는 여전히 불명확하다. 본 연구는 phosphoTRAP 분석을 사용하여 냄새 복잡도에 따른 후각 수용체 활성화 패턴을 조사하였다. 대부분의 혼합물에서 수용체 활성화 패턴은 개별 성분 반응의 선형 합과 매우 유사하게 일치하였다. 그러나 서로 다른 수용체 집합에서는 선형 모델로 설명되지 않는 비선형 반응이 나타났다. 혼합물 반응은 대체로 성분 반응 사이에 위치하며 종종 선형 예측과 일치했지만, 일부 일탈은 비선형적 상호작용을 시사하였다. 총 활성화된 수용체 수는 냄새 복잡도와 무관하게 비교적 일정하게 유지되었으며, 이는 냄새물질 성분이 증가하더라도 수용체 포화를 방지하는 효율적인 코딩을 나타낸다. 이러한 결과는 후각계가 복합 냄새를 주로 수용체 활성의 선형적 통합을 통해 인코딩하며, 제한된 일부 수용체에서의 비선형 반응이 추가적인 특이성을 제공한다는 수용체 수준의 근거를 제시한다. 이는 자연적인 냄새에 대한 반응으로서 후각계가 수용체 활성화를 정규화(normalize)하는 방법에 대한 이해를 진전시킨다.

, 향후 확장된 CMOS 기술에서 TMD 기반 상보 논리의 통합을 향한 중요한 단계를 제공한다.

CMOS 기술과 첨단 전자 소자에 대한 쉽고 간단하며 효율적이고 제어 가능한 제작 방법을 제공한다.

). 여러 향기 성분(odorants)의 반응 패턴을 딥 뉴럴 네트워크로 분석함으로써, 해당 장치는 여덟 가지 단일 향기 분자를 분류하는 데 95.2%의 정확도를 달성하였다. 또한 두 가지 향기 혼합물의 유형과 농도를 성공적으로 분해(deconvolute)해 냈으며, 각각 91.3% 및 92.5%의 정확도로 열 가지 와인의 종류를 분류하였다. 더 나아가 본 연구는 차세대 e-nose 개발을 위한 적절한 센서의 개수와 배치 배열을 규명하였다. 본 혁신적인 인공 후각 시스템은 향료 산업(aromatic industry)과 가상현실(virtual reality) 등 다양한 분야에 통합될 수 있어, 향후 인공 후각 응용에 유용한 기술이 될 것이다.