具有高通量BaTiO3薄膜的自适应性铁电记忆器用于神经形态计算
Ya-Fei Jiang1, Huai-Yu Peng1, Yu Cai1
1Key Laboratory of Polar Materials and Devices (Ministry of Education), Shanghai Center of Brain-inspired Intelligent Materials and Devices, Department of Electronics, East China Normal University, Shanghai 200241, China. phxiang@ee.ecnu.edu.cn.
Materials horizons
|June 16, 2025
概括
这项研究使用渐变铁电酸 (BTO) 薄膜引入了高性能电子突触. 集成电阻,铁电道连接 (FTJ) 和铁电二极管 (FD) 提高了人工神经网络的准确性和故障耐受性.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 固态物理 固态物理
背景情况:
- 铁电道连接 (FTJ) 和铁电二极管 (FD) 是神经形态计算的前景.
- 目前的局限性包括强大的厚度依赖和费力优化铁电层.
研究的目的:
- 使用高通量铁电 BaTiO3 (BTO) 薄膜开发高性能电子突触.
- 将多个电阻开关行为集成到单个设备中,以增强功能.
主要方法:
- 在厚度梯度的BTO薄膜 (1-30单元细胞) 上制造双终端铁电记忆器.
- 在不同厚度的BTO中调查铁电和电阻切换行为.
- 为适应性导电性补偿开发芯片上集成配置.
主要成果:
- 在厚度大于5个单元细胞的BTO薄膜中观察到的内在铁电.
- 电阻,FTJ和FD行为随着BTO厚度的增加而逐渐发生.
- 使用具有自适应补偿的FTJ突触,手写数字识别精度从91.3%提高到95.7%.
- 证明了对高斯噪声干扰的故障耐受性.
结论:
- 开发的方法允许集成电阻,FTJ和FD组件用于先进的电子突触.
- 可以实现高性能和耐故障的神经形态计算系统.
- 该技术适用于内存,逻辑处理和神经形态计算应用.
更多相关视频
10:40A Fabrication and Measurement Method for a Flexible Ferroelectric Element Based on Van Der Waals Heteroepitaxy
Published on: April 8, 2018
8.3K
09:49In Situ Transmission Electron Microscopy with Biasing and Fabrication of Asymmetric Crossbars Based on Mixed-Phased a-VOx
Published on: May 13, 2020
4.2K
