人工突触基于一个 δ-FAPbI3/原子层沉积的 SnO2双层记忆器
Sang-Uk Lee1, So-Yeon Kim1, Joo-Hong Lee2
1School of Chemical Engineering, Center for Antibonding Regulated Crystals, Sungkyunkwan University, Suwon 16419, Republic of Korea.
Nano letters
|April 15, 2024
概括
形成,三化,矿的记忆器显示突然切换. 一个新的双层memristor与δ-FAPbI3/ALD-SnO2提供了人工突触的逐渐切换.
科学领域:
- 材料科学 材料科学 材料科学
- 电子 电子 电子 电子 电子 电子 电子
- 神经科学是一个神经科学.
背景情况:
- 化矿记忆体,特别是formamidinium三化物 (FAPbI3),显示出对人工突触的希望.
- 在FAPbI3记忆元中的突然切换行为阻碍了它们在神经形态计算中的应用.
研究的目的:
- 开发一种化矿记忆器,具有渐进的模拟电阻切换,以改善人工突触功能.
- 为了研究 δ-FAPbI3/原子层沉积 (ALD) -SnO2双层记忆器的性能.
主要方法:
- 一个 δ-FAPbI3/ALD-SnO2双层记忆器的制造.
- 电阻切换行为的特征,包括线性和电位化/压缩性能.
- 在模式识别的MNIST数据集上评估memristor的性能.
主要成果:
- δ-FAPbI3/ALD-SnO2双层记忆器表现出逐渐的模拟电阻切换.
- 异质连接结构有效地减少了高电阻状态中的电流.
- 观察到异常的线性和强化/抑制性能,非线性显著降低 (LTP为12.26至0.60,LTD为-8.79至-3.47).
- 在MNIST数据集上实现了高识别率≤94.04%.
结论:
- δ-FAPbI3/ALD-SnO2双层记忆器表现出优越的模拟电阻开关特性.
- 这种双层结构有效地模仿了人工突触的行为,显示了神经形态计算应用的巨大潜力.
- 改进的性能表明了一条通往更高效和类似大脑的计算系统的道路.


