自组装单层和纳米粒子联合增强碎片化银纳米线网络记忆器
Weizhen Chen1, Zongxia Mou2, Yijia Xin3
1Guangdong Provincial Key Laboratory of Optical Fiber Sensing and Communications, Key Laboratory of Visible Light Communications of Guangzhou, Key Laboratory of Optoelectronic Information and Sensing Technologies of Guangdong Higher Education Institutes, College of Physics & Optoelectronic Engineering, Jinan University, Guangzhou 510632, China.
ACS applied materials & interfaces
|January 29, 2024
概括
碎片化银纳米线网络与银纳米颗粒和SAMs创建稳定的memristors. 这一突破使得神经形态计算的持久值切换和突触功能成为可能.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 神经科学是一个神经科学.
背景情况:
- 神经形记忆器利用银纳米线 (AgNW) 网络进行突触连接.
- 由于朱尔加热和吉布斯-姆森效应引起的AgNW连接处不稳定的电阻开关,妨碍了值开关和内存功能的集成.
研究的目的:
- 在AgNW记忆器中开发稳定的值切换和内存行为.
- 为了克服用于神经形态应用的传统AgNW连接的局限性.
主要方法:
- 使用与银纳米粒子 (AgNPs) 和mercapto自组装单层 (SAMs) 集成的碎片化AgNW网络构建memristors.
- 使用AgNW段之间的平面间隙进行电阻切换.
- 使用AgNP作为金属岛屿来降低门和保持电压.
- 使用SAM来抑制表面原子扩散,并防止AgNP奥斯瓦尔德成熟,提高开关稳定性.
主要成果:
- 开发的碎片NW-NP/SAM记忆器显示了稳定的值切换.
- 这些记忆器表现出突触特征,包括在超低电压下长期强化.
- 该设计有效地规避了与传统的AgNW堆叠交叉点相关的不稳定性问题.
结论:
- 分碎的AgNW网络与AgNP和SAM相结合,为创建稳定的memristor提供了一种新的方法.
- 该策略将持久值切换和突触功能集成到单个AgNW记忆器中.
- 这些发现通过整合人工神经元和突触为基于AgNW的先进神经形态设备铺平了道路.
