XiaoMi-AI文件搜索系统
World File Search System忆阻器
拓扑化学合成磷化铜纳米带用于柔性光电忆阻器
金属磷化物纳米带因特殊的电子结构、大的接触面积和优异的力学性能而成为柔性光电子微器件的理想构建材料。本工作采用拓扑化学方法从结晶红磷纳米带（cRP NR）制备单晶磷化铜纳米带（Cu 3 P NR）以保留 cRP 形貌。Cu 3 P NR 用于在 ITO/PEN 基底上构建柔性光电忆阻器，以 Cu 3 P NR 的天然氧化壳作为电荷捕获层来调节电阻开关特性。基于 Cu 3 P NR 的忆阻器在不同机械弯曲状态和不同弯曲时间下均具有出色的非挥发性存储性能。从基于 Cu 3 P NR 的忆阻器中观察到光学和电学调制的人工突触功能，并且由于记忆回溯功能，使用 Ag/Cu 3 P/ITO 人工突触阵列实现了模式识别。拓扑化学合成法是一种通用方法，可用于生产具有特殊形态和特定晶体取向的纳米结构化合物。结果还表明，金属磷化物是未来光电神经形态计算的忆阻器中的优良材料。
集成传感记忆的低能耗光纤型忆阻器阵列
基于电阻开关的忆阻器 (RS) 是一种令人着迷的新兴存储技术，由于其 1 – 8 个优点而备受关注，包括可行、运行速度快、长时间保留、高密度和低能耗。为了模仿生物体对外部刺激作出反应并存储感知信号的功能，集成记忆感应系统应运而生。例如，Bowen Zhu 等人 9 将压力传感器集成到记忆装置中，在最先进的电子皮肤装置和皮肤启发集成触觉记忆装置之间建立了桥梁，以模仿自然皮肤的触觉记忆。在另一个例子中，就视觉记忆系统而言，将紫外光传感器集成到忆阻器阵列上能够为认知任务提供必要的外部感觉记忆。10,11
基于忆阻器的边缘计算信号处理
赵晗就职于清华大学北京国家信息科学技术研究中心集成电路学院，北京 100084，中国，同时也就职于哈尔滨工业大学微电子科学与技术系，哈尔滨 150001。电子邮件：1172100403@stu.hit.edu.cn。刘正武就职于清华大学北京国家信息科学技术研究中心集成电路学院，北京 100084，中国。电子邮件：liuzw18@mails.tsinghua.edu.cn。唐建石、高斌、钱赫和吴华强就职于清华大学北京国家信息科学技术研究中心集成电路学院，北京 100084，中国，同时也就职于清华大学北京未来芯片创新中心，北京 100084。电子邮件：f jtang, gaob1, qianh, wuhq g @tsinghua.edu.cn。张玉峰就职于哈尔滨工业大学微电子科学与技术系，哈尔滨 150001，中国。电子邮件：yufeng zhang@hit.edu.cn。Ž 赵涵和刘正武对本文贡献相同。通讯作者。稿件收到日期：2021-02-27；修订日期：2021-06-15；接受日期：2021-06-27。
混合忆阻器-CMOS 神经元，用于全硬件忆阻脉冲神经网络中的原位学习
混合忆阻器-CMOS神经元用于全硬件忆阻脉冲神经网络的原位学习 张旭萌 #1,2,3、陆建 #2、王睿 2,3、魏劲松 2、石拓 2,4、窦春梦 2,3、吴祖恒 2,3、尚大山 2,3、幸国忠 2,3、刘奇*1,2、刘明 1,2 1 复旦大学前沿芯片与系统研究所，上海 200433，中国，2 中国科学院微电子研究所微电子器件与集成技术重点实验室，北京 100029，中国，3 中国科学院大学，北京 100049，中国，4 浙江实验室，杭州 311122。 E-mail: qi_liu@fudan.edu.cn #这些作者对这项工作做出了同等贡献。摘要：
基于忆阻器的内存计算
摘要 随着基于忆阻技术的内存计算系统的迅速兴起，将此类内存设备集成到大规模架构中是需要解决的主要问题之一。在本文中，我们研究了基于 HfO 2 的忆阻设备在大规模 CMOS 系统（即 200 毫米晶圆）中的集成。分析了单金属-绝缘体-金属设备的直流特性，同时考虑了设备间的差异和开关特性。此外，还分析了样品原始状态下漏电流水平的分布，并将其与被测设备中未成形的忆阻器数量相关联。最后，将得到的结果拟合到基于物理的紧凑模型中，从而可以将其集成到更大规模的模拟环境中。
关于忆阻器 HRS 和 LRS 状态退化和数据保留时间的问题
引言由于构建太比特容量的非易失性存储器集成电路和在神经形态计算中的应用前景看好[1]，基于电介质电阻切换的存储器设备领域的研究数量呈指数级增长。由于缺乏理想的电介质、通过结构缺陷限制电流泄漏以及隧道效应，基于电荷存储的存储单元已经接近缩放的物理极限。相反，在基于电阻切换机制 (ReRAM) 的存储单元中，不需要理想的电介质，但其局部缺陷区域的结构必须限制在纳米级。在外部电场的影响下，该区域中的阳离子-阴离子电荷传输导致电介质结构缺陷发生局部可逆变化，这种变化在外部表现为单元电导率的逐步变化和高阻状态（HRS 或 RESET 状态）和低阻状态（LRS 或 SET 状态）之间的电阻切换。这些状态是在暴露于具有特定极性、持续时间和幅度的开关脉冲后建立的。在没有外部电场的情况下，理想的忆阻器（具有记忆功能的电阻器）能够在单元电阻的固定值下根据需要长时间维持HRS和LRS。因此，忆阻器存储单元中的一比特信息以结构变化的形式存储在两个导电电极之间封闭的电介质的局部区域中。只有两级电阻（一位）的忆阻器集成到交叉结构[2–6]中，并以3D配置
忆阻器原理与相关应用进展综述
本文综述了忆阻器的基本结构原理和材料，讨论了二元金属氧化物和钙钛矿忆阻器现有的研究，并在现有研究的基础上描述了它们的应用现状。最后对忆阻器的发展进行了全面的总结和展望，未来，忆阻器有望突破硅基集成电路摩尔速率的限制，为电路优化和计算机体系结构的发展做出贡献。
具有忆阻器横杆的网络化视网膜传感器可实现大脑启发的视觉感知
与人类视觉相比，由图像传感器和处理器组成的传统机器视觉由于图像感测和处理在物理上分离，存在高延迟和大功耗的问题。具有大脑启发视觉感知的神经形态视觉系统为该问题提供了一个有希望的解决方案。在这里，我们提出并演示了一种原型神经形态视觉系统，该系统通过将视网膜传感器与忆阻交叉开关联网。我们使用具有栅极可调光响应的 WSe 2 /h-BN/Al 2 O 3 范德华异质结构来制造视网膜传感器，以紧密模拟人类视网膜同时感测和处理图像的能力。然后，我们将传感器与大规模 Pt/Ta/HfO 2 /Ta 单晶体管单电阻 (1T1R) 忆阻交叉开关联网，该交叉开关的作用类似于人脑中的视觉皮层。实现的神经形态视觉系统可以快速识别字母和跟踪物体，表明在完全模拟状态下具有图像感测、处理和识别的能力。我们的工作表明，这种神经形态视觉系统可能会为未来的视觉感知应用开辟前所未有的机会。
基于 2D MoS2 的阈值开关忆阻器用于...
在所有神经网络中，PIKING 神经网络 (SNN) 最忠实地模拟了人脑，并且被认为是处理时间数据最节能的网络。人工神经元和突触是 SNN 的组成部分。最初，SNN 的硬件采用复杂的互补金属氧化物半导体 (CMOS) 电路实现，其中单个神经元或突触由多个晶体管实现，这在面积和能耗方面非常密集 [1]。2008 年忆阻器的发现促进了使用单个双端器件实现人工突触的发展 [2]，[3]。然而，尽管人工神经元同样重要，但使用单个器件实现人工神经元的研究还不够深入。最近，阈值开关忆阻器 (TSM) 器件 [4]、非挥发性忆阻器 [5]、相变材料 (PCM) [6]、基于铁电材料的场效应晶体管 (FET) [7]、[8] 和浮体晶体管 [9] 已被用于演示用于 SNN 的漏电积分激发 (LIF) 神经元。二维材料的忆阻特性为利用这些原子级薄系统实现人工神经元提供了机会，这将实现神经网络硬件的最终垂直扩展 [10]-[12]。H Kalita 等人演示了一种基于 MoS 2 /石墨烯 TSM 的人工神经元，但阈值电压高、开关比低、导通时间短。