随着集成电路发展进入后摩尔时代,二维材料因具有完美的晶格结构、超薄的厚度和极强的栅控能力,使其成为晶体管特征尺寸微缩下延续摩尔定律最具潜力的材料。并且,信息社会的发展对计算机的数据处理能效提出了越来越高的要求。因此,研究基于二维材料晶体管的突触器件模拟人脑突触功能,实现神经形态计算,不仅能延续摩尔定律,还可以在功耗更低的情况下实现高效的数据处理,这也是现代信息计算科学的重要发展方向。在众多的二维材料中,二硫化铪（Hf S2）因具有超快的光电响应、超高的理论迁移率和与high-k材料氧化铪（Hf O2）良好的兼容性受到青睐。本论文以二维层状Hf S2为基础,制备出Hf S2晶体管及其2×2阵列、Graphene/h-BN/Hf S2浮栅晶体管,测试了它们基本的电学性能,再模拟生物突触的突触可塑性,并利用基于二维晶体管的突触器件电学参数构建人工神经网络进行机器学习。本文的工作内容和成果如下:（1）通过机械剥离法得到二维层状Hf S2,制备出Hf S2晶体管,测试Hf S2晶体管的电学性能,在其转移特性曲线中观察到很大的迟滞（记忆）窗口。为了探究迟滞窗口的起源,设计了Hf S2/h-BN/Si O2/p++-Si结构晶体管作为对照实验,证明了迟滞窗口起源于Hf S2与Si O2之间的界面陷阱。同时为了证明器件的可重复性,对20个器件的电学参数进行统计,结果如下:开关比达到10~5、载流子迁移率在1～3 cm~2V-1s-1之间、阈值电压在20 V左右、迟滞窗口达到30 V。说明制备的Hf S2晶体管不仅具有记忆效果,还具有优异的电学性能和实验可重复性,并且转移特性曲线的迟滞窗口为接下来晶体管模拟视觉突触提供物理理论基础。（2）在405 nm波长激光下,首先利用Hf S2晶体管的界面缺陷工程模拟人类视觉突触的可塑性,包括光脉冲强度依赖特性、光脉冲宽度依赖特性、双峰易化、光脉冲个数依赖特性和光脉冲频率依赖特性,然后制备Hf S2晶体管的2×2阵列,探究基于Hf S2晶体管的突触器件的短期记忆（Short-term Memory,STM）和长期记忆（Long-term Memory,LTM）效果,说明人类视觉突触的突触可塑性被基于Hf S2晶体管的突触器件很好地模拟。接下来对2×2阵列中的每个突触器件的长时程增强（Long-term Potentiation,LTP）与长时程抑制（Long-term Depression,LTD）进行研究,均能表现出良好的线性度、较大的电导增益。最后基于Hf S2晶体管突触器件的LTP与LTD中电导值变化作为构建机器学习人工神经网络权重更新的依据,对手写的数字进行学习并识别,识别率达到88.5%。证明了基于Hf S2晶体管的突触器件有望应用于新一代的人工视觉系统。（3）制备出Graphene/h-BN/Hf S2结构浮栅晶体管,同样为了验证器件的可重复性,对5个浮栅晶体管的电学性能数据进行统计,测试结果表明:其电流开关比达到10~5、电子迁移率在8～15 cm~2v-1s-1之间,并且在转移特性曲线中观察到100V的存储窗口,通过设计Hf S2/Si O2/p++-Si和Hf S2/h-BN/Si O2/p++-Si结构晶体管作为对比试验,证明存储窗口是由浮栅结构引起。然后测试了Graphene/h-BN/Hf S2浮栅晶体管作为浮栅存储器的数据保持能力与耐久性,表现出出色的电荷保持能力（＞10~4s）与耐久性（循环次数＞10~3）。随后基于Hf S2浮栅晶体管模拟生物突触,包括光刺激与电刺激下的短期记忆和长期记忆等方面,主要通过测试基于Hf S2浮栅晶体管的突触器件对不同电（光）脉冲幅值、不同脉冲宽度、不同脉冲个数的刺激下电流的变化,很好地模拟了生物突触的突触可塑性。对基于Hf S2浮栅晶体管的突触器件长期可塑性进行研究,其LTP/LTD的Gmax/Gmin值达到34.7、非线性度在0.3左右,具有高的电导增益和良好的线性度,且每个脉冲的能量消耗可以低至0.2 p J。因此,基于LTP与LTD的电导值变化作为机器学习神经网络权重更新依据,构建人工神经网络,对手写数字进行学习并识别,识别精度达到91.5%。