完整作者列表: Athena, Fabia Farlin;佐治亚理工学院工程学院、电气与计算机工程 West, Matthew;佐治亚理工学院、材料科学与工程学院 Hah, Jinho;佐治亚理工学院工程学院、材料科学与工程学院;佐治亚理工学院 Hanus, Riley;佐治亚理工学院工程学院、3George W. Woodruff 机械工程学院,佐治亚理工学院,佐治亚州亚特兰大 30332,美国 Graham, Samuel;佐治亚理工学院工程学院、George W. Woodruff 机械工程学院,佐治亚理工学院,佐治亚州亚特兰大 30332,美国 Vogel, Eric;佐治亚理工学院、材料科学与工程学院
多年来,人们对 FOX-7 的衍生物进行了多次成功的尝试。5 一个有趣的例子是 FOX-7 与肼进行亲核取代反应生成 1-氨基-1-肼基-2,2-二硝基乙烯 (HFOX,1)。它是一种结构特征与 FOX-7 相似的坚固高性能爆炸中间体。由于 1 中氨基和肼官能团相邻,因此它反应性极高,或会自发分解,或极其危险。6 FOX-7 和 1 这两种化合物在常见有机溶剂中的溶解性较差。它们本质上是两性的,表现出多种互变异构体和共振结构,可以与碱或酸反应。7,8 例如,HFOX 与酸和碱反应时可以相应地形成质子化 (i) 和阴离子 (ii) 形式(图 1)。 7 这两种离子形式都是高反应性的中间体,与羰基化合物反应后可产生稳定的产物。然而,关于这些共振形式的选择性的研究有限,仅用于高性能材料的构建。9–11
在本研究中,我们制造了一种 Ta/HfO 2-x /Mo 基单细胞忆阻器,这是一种全球独一无二的配置。研究了基于 HfOx 的忆阻器器件上钽和钼电极的突触行为。使用脉冲激光沉积 (PLD) 方法生长 HfO 2-x (15 nm),并使用溅射系统和光刻法制造电极。通过 X 射线光电子能谱 (XPS) 确定金属氧化物化学计量。成功获得了长期增强 (LTP) 和成对脉冲促进 (PPF) 特性,它们在人工神经网络的学习过程中发挥着重要作用。进行了电流-电压测量和保持测试,以确定器件在适当范围内的 SET 和 RESET 状态。结果表明,该忆阻器器件是人工神经网络 (ANN) 应用的有力候选者。
摘要 - 纳米级候选人的出现提出了能够构建CMOL(CMOS/纳米线/分子)类型的超密集内存内计算电路架构的希望。在CMOL中,将在纳米线的交点上制造纳米级备忘录。CMOL概念可以通过在CMO上制造较低密度的神经元并与纳米线和纳米级 - 墨西哥纤维织物放置在顶部的纳米线和纳米级 - 梅斯托织物,从而在神经形态硬件中利用CMOL概念。但是,技术问题阻碍了目前可靠的可靠商业单片CMOS-MEMRISTOR技术的这种开发。一方面,每个备忘录都需要串联的MOS选择器晶体管,以确保大型阵列的形式和编程操作。这会导致复合Mos-Memristor突触(称为1T1R),这些突触不再是纳米线穿越时的突触。另一方面,回忆录尚未构成高度可靠,稳定的模拟记忆,用于逐步学习的大规模模拟重量突触。在这里,我们演示了一种伪 - 旋转整体芯片核心,该芯片绕过上面提到的两个技术问题:(a)利用一种类似CMOL的几何芯片布局技术来提高1T1R的限制,以及(b)利用二进制重量跨度的依赖性依赖性(s sTD),该规则(b)更大的二进制重量跨度的依赖性(b)使用的备忘录。实验结果是针对具有64个输入神经元,64个输出神经元和4096 1T1R突触的尖峰神经网络(SNN)CMOL核心提供的,该突触在顶部为200nm大小的TI/HFOX/TIN MEMRISTOR的130nm CMO制造。cmol-core使用查询驱动的事件读取,这允许内存可变性不敏感的计算。实验系统级别的演示是针对普通模板匹配任务的,以及正则化的随机二进制STDP特征提取学习,可在硬件中获得完美的识别,以进行4个字母的识别实验。