有机薄膜忆阻器和记忆晶体管

发布时间：2022-01-09 21:07

　　近年来人工智能和机器学习领域有了飞速的发展,但是大部分的成果还是在传统的计算机上用软件的方法实现的。当前计算机依赖的硬件架构是传统的冯诺依曼体系,在这种体系中需要将运算和存储分离成两个独立的单元,计算机在处理指令的时候需要不停地在这两个单元之间传输数据,这制约了计算机的运行速度同时也产生了较大的能耗。反观人脑则可以用非常低的能量处理极其复杂的问题,这是因为大脑中有上万亿个神经元且每个神经元之间均产生连接即突触,每个突触的连接强度是一个基本记忆单元,这些记忆单元分散在整个大脑中,使大脑可以高效并行地处理任务。大脑中神经元突触的可塑性等行为是实现人脑记忆和学习能力的关键所在。受人脑工作方式的启发,以神经元突触器件为基本单元的新型的神经形态网络开始了迅速的发展。忆阻器和记忆晶体管是最典型的神经元突触器件,其具有的连续阻值变换性能和非挥发存储性能是模拟突触可塑性行为的必要条件。目前大多数忆阻器和记忆晶体管皆基于无机材料制备而成,无机材料的局限性限制了其性能的发挥。相比之下有机材料具有生物兼容性、机械可弯曲性、可延展性、低成本和低温制造工艺以及分子基团可修饰性等诸多优点,所以制备基于有机材料的神... 

【文章来源】：苏州大学江苏省 211工程院校

【文章页数】：139 页

【学位级别】：博士

【部分图文】：

图１－２■交叉的电压电流迟滞回线，其中ｊ?＝?ｌ，ｗ＝?１

有机薄膜忆阻器和记忆晶体管?第１章??ｓ．?＾＝ｊ，ｒｆ，??＾５?〇?ｊ＇?３＾?＂＊１?７?？??今令?＊ｒ：??，?３：??ｉ￣￣１?？，‘??／?－ｓｉ???ｉ－５ｆ??（ａ）?（ｂ）??Ａ?？＝＾Ｌ．．?Ｑ??４?“Ｋ?Ｒ＊ｌ＾ｌ－ｃｏ＆ｒｐ??＂Ｈ－??咖制，｜?（＾：！Ｃ??（ｃ）?（ｄ）??图１－３．?（ａ）＜ｐ?＝令〇？）的特征曲线。（ｂ）忆阻值随输入电流变化的迟滞回线。（ｃ）忆阻??值随通过的电荷量变化的曲线。（ｄ）电流、电荷量、电压和忆阻值的周期波形图［６］。??最后，我们来看一下忆阻器的另一个有趣的性质。先考虑一个特殊情况，在??公式１．１２和公式１．１３中令ｗ?—?〇〇则有冰）一?０和沖）一０。再根据公式１．Ｍ??和公式１．１５，我们可以得到当ｗ?—?〇〇时??／？（￡／（〇）?—?／？（〇）?＝?ｉｎ?（１．１７）??ｖ（ｔ）?－？／Ｉｓｉｎｖｖｔ?（１．１８）??换句话说，这两个公式告诉我们当输入信号的频率很大时，忆阻器的行为跟??一个定值电阻器没有区别。更一般的情况是，随着输入信号频率的增大忆阻器迟??滞回线的滞回效果越来越不明显，同时忆阻值的变化范围也越来越小［７］。??１．１．２忆阻器的结构原理??１．１．２．１离子迁移模型??第一个在实验室中制备出来的忆阻器是由惠普实验室于２００８年在Ｎａｔｕｒｅ杂志??上提出。论文给出了一个简单的实现忆阻器的物理模型，后来的很多的研宄者都??根据这个模型制备出了不同类型的忆阻器，而这个模型就是离子迁移模型。我们??假象这样一个器件，两个金属电极中间夹着一层特殊的材料。这个材料中间存在??一个界面

?０．０?０．１?０．２?０．３?０．４?０．５?０．６??ｊ?０?ｊｗｖ＾－?＿测??■?麗災ＯＦＦ??Ｄｏｐｅｄ：?ｐ?ｆ?■?，?二？１??ｉｏ＇ｔｓ：４－?ｙ；?／＾￣２??Ｅ?〇?＿?°?ＲＵＸ５０?１?．??＾￣１０ｗｎ?－??？￣ＷＶ——１￣ＶＷ￣？?ｏ?５?／??ｆ?Ｊｆ－?／??ｎ０ＨｗｌＤ?＾ＷＩＤ?－１０?－??Ｘ???ｌ?Ｉ?Ｉ?Ｉ?Ｉ???－１．０?－０．５?０．０?０．５?１．０??Ｖｏｌｔａｇｅ??图１－４．?（ａ）忆阻器的结构图和等效电路图。（ｂ）正弦电压输入信号ｖｙｓｉｎ（ｗ。？）、忆阻??器模型的电流响应信号、摻杂区域长度变化、电流电压的迟滞回线以及忆阻器的??频率响应［４］。??如图ｌ－４ａ所示，离子迁移模型可以进一步的简化成两个具有不同阻值的滑动??变阻器串联。假设整个材料的厚度为电阻较小的区域的厚度为Ｆ且电阻值为??电阻较大的区域的电阻值为／？＜＃。当外加电压时Ｆ会随之发生改变，从而改??变流过器件的电流。我们可以写出电流随电压的变化公式??６??


本文编号：3579444