XiaoMi-AI文件搜索系统
World File Search SystemHfO2
自由掺杂 La 的 HfO2 铁电体用于负电容
用于负电容场效应晶体管的缺氧无唤醒 La 掺杂 HfO2 铁电体的水性制备方法 / Pujar, Pavan；Cho, Haewon；Kim, Young-Hoon；Zagni, Nicolo；Oh, Jeonghyeon；Lee, Eunha；Gandla, Srinivas；Nukala, Pavan；Kim, Young-Min；Alam, Muhammad Ashraful；Kim, Sunkook。- 收录于：ACS NANO。- ISSN 1936-0851。- 17:19(2023)，第 19076-19086 页。[10.1021/acsnano.3c04983]
高温合成气体退火对HfO2的影响...
德克萨斯大学奥斯汀分校微电子研究中心，美国德克萨斯州奥斯汀 78758 电话：(512) 471-1627，传真：(512) 471-5625，电子邮件：k-onishi@mail.utexas.edu 摘要 研究了合成气体 (FG) 退火对 HfO 2 MOSFET 性能的影响。结果表明，高温 (500-600°C) FG 退火可显著改善 N 和 PMOSFET 的载流子迁移率和亚阈值斜率。这种改善与界面态密度的降低有关。还在 HfO 2 沉积之前用 NH 3 或 NO 退火进行表面处理的样品上检查了 FG 退火的有效性。结果发现，FG 退火不会降低 PMOS 负偏置温度不稳定性特性。
单一 Al2O3 或 HfO2 单一介电层及其纳米层系统的比较
纳米层压膜是由不同材料交替层组成的复合膜 [1]。这些多层纳米结构因能够调整其机械或物理性质以用于各种特定应用而备受关注。例如，在微电子领域，人们考虑将其用作介电绝缘体 [2,3]。事实上，人们现正致力于制备具有高介电常数和良好化学/热稳定性的多组分体系。特别是 Al 2 O 3 -HfO 2 纳米层压膜似乎是最有前途的体系，可用于硅基微电子器件 [4-9] 以及下一代电力电子器件 [10-15]。能够充分利用 Al 2 O 3 和 HfO 2 单一材料的最合适性质，促使人们研究将它们组合成层压体系。实际上，众所周知，Al 2 O 3 具有极其优异的化学稳定性和热稳定性、大的带隙（约 9 eV）、与不同半导体衬底的带偏移大，但其生长会形成高的氧化物陷阱电荷密度，但其介电常数值并不高（约 9）[16]。对于 HfO 2 介电氧化物，虽然可以实现相当高的介电常数值（约 25），但由于其在相对较低的温度（约 500°C）下从非晶态转变为单斜晶态，因此可靠性较低，并且由于其带隙很小（5.5 eV）所以漏电流密度高[16]。在这种情况下，由两种 Al 2 O 3 -HfO 2 高 k 氧化物组成的纳米层状结构是提高热稳定性和维持高介电常数值的有前途的解决方案。
分析基于HFO2/Taox的3-D垂直电阻随机访问存储器阵列
摘要：提议三维垂直电阻随机访问记忆（VRRAM）作为增加电阻存储器存储密度的有前途的候选者，但是3-D VRRAM阵列的性能评估机制仍然不够成熟。先前评估3-D VRRAM性能的方法是基于写入和读取余量的。但是，3-D VRRAM阵列的泄漏电流（LC）也是一个问题。多余的泄漏电流不仅降低了记忆单元的读/写公差和责任，还可以增加整个数组的功耗。在本文中，使用3-D电路HSPICE模拟来分析3-D VRRAM体系结构中阵列大小和操作电压对泄漏电流的影响。模拟结果表明，迅速增加泄漏电流显着影响3-D层的尺寸。高读取电压是提高读取余量的预告仪。但是，泄漏电流也增加。减轻这一冲突需要在设置输入电压时进行权衡。通过分析多位操作对整体泄漏电流的影响，提出了提高阵列读/写入效率的方法。最后，本文探讨了减少3-D VRRAM阵列中泄漏电流的不同方法。本文提出的泄漏电流模型为3-D VRRAM阵列的初始设计提供了有效的性能预测解决方案。
微波炉退火对高灵敏度pH-EGFET传感器HFO2薄膜的传感特性的影响
摘要：最近，某些挑战一直存在于pH传感器的应用中，尤其是在使用氧化物（HFO 2）薄膜作为感应层时，其中与敏感性，滞后和长期稳定性障碍性能有关的问题。微波退火（MWA）技术作为解决这些挑战的有前途的解决方案，由于其独特的优势，吸引人的吸引力很大。在本文中，首次研究了使用HFO 2作为传感膜的微波退火（MWA）处理对扩展栅场效应晶体管（EGFET）的传感行为的影响。选择了MWA处理的各种功率水平（1750 W/2100 W/2450 W）以探索最佳处理条件。使用X射线光电学光谱（XPS）和原子力显微镜（AFM）等技术进行了彻底的物理分析，以表征MWA处理的HFO 2传感薄膜的表面。我们的发现表明，MWA处理有效地增加了HFO 2传感薄膜中的表面位点（NS），从而导致EGFET的pH敏感性提高到59.6 mV/pH，并在长期稳定性中降低了滞后和滞后的降低和增强。这些结果表明，MWA提供了一种直接，能量良好的方法来增强EGFET中的总体HFO 2传感效果性能，为HFO 2应用程序提供了见解和更广泛的微电子挑战。
快速热退火对纳米级 MOSFET 技术中超薄高 k HfO2 薄膜性能影响的研究
研究了快速热退火对射频溅射系统沉积的高 k HfO 2 超薄膜结构和电学性能的影响。分别在氧气和氮气环境下研究了薄膜特性以获得最佳快速热退火温度，以获得作为 MOS 器件结构的最佳电学效果。使用傅里叶变换红外光谱 (FT-IR) 详细研究了温度诱导退火对 HfO 2 /Si 界面的影响。分别通过椭圆偏振仪、XRD 和 AFM 研究了薄膜厚度、成分和微观结构，并显示了退火对这些参数的影响。采用 Si/HfO 2 /Si MOS 电容器结构研究了退火电介质薄膜的 I-V 和 C-V 特性。结果表明，在氮气环境下采用快速热退火 (RTA) 的 HfO 2 /Si 堆栈比在氧气环境下表现出更好的物理和电学性能。结果表明，RTA 改善了 HfO 2 /Si 的界面特性和 HfO 2 超薄膜的致密化。在氮气和氧气中分别以 700 C 退火后，沉积的薄膜为非晶态和正交晶系。我们发现，氮气退火样品的等效氧化物厚度、界面态密度、电容-电压滞后和漏电流均有所降低；此外，在正电压偏置和温度应力下，电荷俘获也几乎可以忽略不计。本文对结果进行了介绍和讨论。2011 Elsevier BV 保留所有权利。
利用缺陷纳米光谱法对嵌入 HfO2 的金属纳米晶体中的随机电报噪声进行空间控制生成和探测
摘要：随机电报噪声 (RTN) 通常被认为是一种麻烦，或者更确切地说，是微型半导体器件的关键可靠性挑战。然而，这种情况正在逐渐改变，因为最近的研究表明，基于 RTN 信号固有随机性的新兴应用出现在最先进的技术中，包括真正的随机数生成器和物联网硬件安全。现在，人们正在积极探索合适的材料平台和设备架构，以将这些技术从萌芽阶段带入实际应用。一个关键的挑战是设计出可以可靠地用于确定性地创建用于 RTN 生成的局部缺陷的材料系统。为了实现这一目标，我们结合传导原子力显微镜缺陷谱和统计因子隐马尔可夫模型分析，在纳米级研究了嵌入 HfO 2 堆栈的 Au 纳米晶体 (Au-NC) 中的 RTN。在堆栈上施加电压后，Au-NC 周围的非对称电场会增强。这反过来又导致当电压施加到堆栈以诱导电介质击穿时，优先在 Au-NC 附近的 HfO 2 中产生原子缺陷。由于 RTN 是由紧密间隔的原子缺陷之间的各种静电相互作用产生的，因此 Au-NC HfO 2 材料系统表现出产生 RTN 信号的固有能力。我们的研究结果还强调，多个缺陷的空间限制以及由此产生的缺陷之间的静电相互作用提供了一个动态环境，除了标准的两级 RTN 信号之外，还会导致许多复杂的 RTN 模式。在纳米尺度上获得的见解可用于优化金属纳米晶体嵌入的高 κ 堆栈和电路，以按需生成 RTN 以满足新兴随机数应用的需求。关键词：传导 AFM、电介质击穿、金属纳米晶体、氧化物缺陷、随机电报噪声
一种低电压下具有大存储窗口的电荷捕获存储器件的Gd掺杂HfO2单膜
近来，电荷捕获存储器（CTM）器件，例如硅-氧化物-氮化物-氧化物-硅（SONOS）结构闪存，因其在 15 nm 节点以下进一步缩小的潜力而吸引了众多关注。1 与传统浮栅（FG）器件相比，CTM 器件具有可靠性更高、工作电压更低和制造工艺更简单等优点。1,2 然而，由于隧道氧化物和电荷捕获氧化物厚度的缩小，数据保留仍然存在许多挑战。3 为了克服这些固有的缺点，高 k 材料，例如 HfO2、Al2O3、TiOx、ZnO 和 ZrO2，已被引入到 CTM 器件中，以实现更好的电荷捕获效率和保留能力。4–10 此外，大存储窗口和低工作电压的理想共存仍然是一个巨大的挑战。目前大多数 CTM 器件在低于 6 V 的电压下工作时，存储窗口都可忽略不计。对于高 k 材料，掺杂已被证明是一种实现低功耗充电捕获存储器的潜在方法，例如 Zr 掺杂的 BaTiO 3 和氟化 ZrO 2 。11,12 Gd 掺杂的 HfO 2 (GHO) 是一种很有前途的高 k 材料，已被提出具有相对较高的陷阱密度、大的电导率
基于超薄 HfO2/Al2O3 双层的可靠 1T1R RRAM 电子突触，具有低功耗，可用于神经形态计算
1 西安交通大学电子材料研究实验室，教育部重点实验室，国际电介质研究中心，电子科学与工程学院，微纳制造与测试技术国际联合实验室，西安 710049，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 西安交通大学机械制造系统工程国家重点实验室 & 微纳制造与测试技术国际联合实验室，西安 710049，中国 5 IHP-Leibniz-Institut für innovative Mikroelektronik，Im Technologiepark 25, 15236 Frankfurt，德国 6 上海交通大学信息功能材料国家重点实验室中国科学院微系统与信息技术研究所，上海市长宁路 865 号，邮编 200050，中华人民共和国 7 这些作者对这项工作做出了同等贡献。∗ 任何通讯作者均应致函。
由原位软和硬X射线光电谱图研究的基于HFO2的设备中的陷阱辅助的回忆开关
今天的数字计算机基于内存和计算的分离。因此，必须将数据从存储位置不断传输到传统计算体系结构中的计算位置，反之亦然，从而导致高潜伏期和能量能量。[1-3]一个为某些应用而克服这种所谓的von Neumann瓶颈的潜在概念是神经形态计算体系结构的发展，该构建体的目的是模仿人脑中的信息处理。[4-7]在生物学中，信息处理发生在庞大的神经元和突触网络中，而没有计算和记忆之间的身体分离，[8]在感觉处理，运动控制和模式识别等任务中产生了令人印象深刻的性能，[9]同一时间消耗较小的能量，比数字计算机要少的数量计算机需要进行类似的任务。[5,6,10,11]