XiaoMi-AI文件搜索系统
World File Search SystemMemristor
忆阻器——第四大基本无源电子元件及其记忆解释
30 多年来，忆阻器一直是个谜，直到 2008 年 [ 8 ] HP 实验室的一组研究人员宣布成功实现第一个器件形式的忆阻器。这一最新发现吸引了众多科学家、工程师和研究人员的注意，他们纷纷探索忆阻器在分立和阵列配置中的更多可行应用及其器件技术。HP 忆阻器技术由厚度为 D 的氧化钛 (TiO 2 ) 薄膜双层和两个用作电极的铂 (Pt) 金属触点组成。TiO 2 的一部分掺杂了氧空位，因此变成 TiO 2-z，另一部分保持纯 TiO 2 。这些氧空位带正电，因此具有导电性，未掺杂的另一侧具有电阻特性，使得整个排列表现为半导体材料，见图 4。请注意，实际上带电掺杂剂沿着器件宽度散布，但是，其在一边的浓度与另一边的浓度相比可以忽略不计，从而导致两个不同的电阻区域。结构布置构成了两个串联连接的电阻 𝑅𝑅 𝑜𝑜𝑜𝑜 和 𝑅𝑅 𝑜𝑜𝑜𝑜𝑜𝑜。 𝑅𝑅 𝑜𝑜𝑜𝑜 电阻对应于宽度为 ( w ) 的掺杂区域（TiO 2-z 即高导电区域），而 𝑅𝑅 𝑜𝑜𝑜𝑜𝑜𝑜 电阻对应于宽度为 ( Dw ) 的未掺杂区域（TiO 2 即低导电区域），因此 𝑅𝑅 𝑜𝑜𝑜𝑜𝑜𝑜 ≫ 𝑅𝑅 𝑜𝑜𝑜𝑜 是两个电阻极限，分别表示器件的 OFF 和 ON 状态。掺杂区域和未掺杂区域之间的边界（用双向箭头表示）根据流动电流的方向或施加电压的极性来回移动。
基于纳米结构双层 ZrOx/Au 薄膜的双端忆阻器的增强和抑制行为
摘要 模拟突触功能（例如增强和抑制）对于开发人工神经形态结构具有战略意义。通过在去除开关信号后利用电阻水平的逐渐放松，忆阻器可以定性地再现生物突触的短期可塑性行为。为此，已经提出了各种基于纳米制造的金属氧化物半导体堆栈的忆阻器。在这里，我们介绍了一种不同的制造方法，该方法基于以双层平面配置沉积的簇组装纳米结构氧化锆和金薄膜（ns-Au / ZrO x）。该装置表现出具有短期记忆和增强/抑制的忆阻行为。观察到的松弛可以用拉伸指数函数来描述。此外，在重复脉冲应用下，短期现象的特征时间会动态变化。我们的纳米结构装置的特点是与其他纳米级忆阻装置相比，导电路径长度明显更长；氧化锆纳米结构薄膜的使用使得该装置与神经元细胞培养兼容。
一种用于实现随机二进制尖峰时间相关可塑性的 CMOS-忆阻器混合系统
本文介绍了一个完全实验性的混合系统，其中使用定制的高阻态忆阻器和采用 180 nm CMOS 技术制造的模拟 CMOS 神经元组装了一个 4 × 4 忆阻交叉脉冲神经网络 (SNN)。定制忆阻器使用 NMOS 选择晶体管，该晶体管位于第二个 180 nm CMOS 芯片上。一个缺点是忆阻器的工作电流在微安范围内，而模拟 CMOS 神经元可能需要的工作电流在皮安范围内。一种可能的解决方案是使用紧凑电路将忆阻器域电流缩小到模拟 CMOS 神经元域电流至少 5-6 个数量级。在这里，我们建议使用基于 MOS 阶梯的片上紧凑电流分配器电路，将电流大幅衰减 5 个数量级以上。每个神经元之前都添加了这个电路。本文介绍了使用 4 × 4 1T1R 突触交叉开关和四个突触后 CMOS 电路的 SNN 电路的正确实验操作，每个电路都有一个 5 个十进制电流衰减器和一个积分激发神经元。它还演示了使用此小型系统进行的一次性赢家通吃训练和随机二进制脉冲时间依赖可塑性学习。
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
增强了基于HFO2的透明的备忘录设备的电阻开关特性，用于可靠的气体应用
摘要：我们提出了一个透明的回忆录，具有粗面（RS）底部电极（BE），对气体的性能和可靠性增强，该气体是气体传感器加上备忘录及其在本文中的应用。透明的回忆录具有RS BE，表现出低的形成电压（0.8 V）和稳定的电阻切换行为，具有较高的耐力，ON/OFF比率约为125。这种改进是由于对电场分布的更好控制和氧气空位浓度在应用于透明的回忆录时的氧气空位浓度所致。长时间维持在环境空气环境中的传导丝的稳定性对于将备忘录作为气体的应用至关重要。带有RS的回忆录证明了维持稳定状态的能力，约为10 4 s。结果，可以证明，带有RS的拟议透明透镜可以显着提高该设备对气体应用的可靠性。
一步低温MOS2和WS2薄膜的硫化工程
免责声明：洛斯·阿拉莫斯国家实验室（Los Alamos National Laboratory）是一项平权行动/平等机会雇主，由Triad National Security，LLC经营美国国家能源部国家核安全管理局根据合同89233218CNA000001经营。通过批准本文，出版商认识到，美国政府保留了不判有限定的免版税许可，以出版或复制已发表的此捐款形式，或者允许其他人出于美国政府的目的。洛斯阿拉莫斯国家实验室要求出版商根据美国能源部主持的工作确定这篇文章。Los Alamos国家实验室强烈支持学术自由和研究人员发表权；但是，作为一个机构，实验室并未认可出版物的观点或保证其技术正确性。
基于可扩展单层 ReS 2 /WS 2 异质结构的具有突触可塑性的电光可控忆阻器
随脉冲数增加而呈现增加趋势，并表现出显著的光感应行为，随着光功率从0 mW增加到8 mW而稳步增强。这种依赖于功率的电导控制表明了对突触权重的光学可调性，预示着未来视觉神经应用的潜力。图4i展示了通过调制光功率对开关时间（施加单脉冲时设备电流稳定的时间）的有效控制。对于读取电压为1 V、幅度为5 V、脉冲宽度和间隔均为3 s的脉冲，在532 nm激发下，开关时间从约1.8 s减少到0.6 s。这暗示了光调制忆阻器在神经形态应用上的高级灵敏度。
基于离散和连续吸引子网络的神经形态系统基于忆阻器的生物可信记忆
正是对建立一整套新的数学工具以分析和评估未来神经形态计算系统的启发。忆阻器于1971年被提出[4]，并于2008年通过实验建立[5]，它是一种电阻性器件，是针对这种非冯·诺依曼计算优化的未来神经形态器件。忆阻器可以根据内部状态和外部刺激（如电压脉冲）改变其电阻。先前的研究表明，基于忆阻器的交叉结构可以依靠欧姆定律和基尔霍夫定律，将计算最密集的组件矢量矩阵乘法（VMM）直接映射到电参数，从而加速各种人工神经网络（ANN）。[6,7]在此原理下，VMM计算过程直接在原位进行，从而避免了因从内存中获取数据而导致的内存墙（冯·诺依曼瓶颈）。尤其是在监督学习中，它可以降低前馈过程和从 NP 到 P 的反向传播的计算复杂度。[8] 因此，当前的研究主要集中在分类和回归任务上，以利用这种新的计算机制作为互补金属氧化物半导体 (CMOS) 电路的补充。然而，忆阻器的不同物理机制，如导电丝的形成/溶解和相变，决定了器件存在需要进一步优化的缺陷。[9,10]
用于下一代零链可追溯性 SI 标准的本征室温量子电阻忆阻器
图 2 | 通过电化学抛光稳定的量子电导能级。a. 忆阻单元中的 SET 过程示意图，该过程是一种电化学驱动过程，且尖端形成的电场进一步加速了这一过程。细丝生长过程中的恶劣条件通常会导致量子电导能级的高度不可预测性和多变性。b. RESET 过程中的电化学抛光效应能够通过首先去除/溶解接触配置中的不稳定原子而保留更稳定的原子来获得更可靠的量子电导能级。在此框架中，系统通过离散的电导能级从低阻态 (LRS) 演变为中间亚稳态电阻态 (MRS) 再演变为量子点接触 (QPC)。在 RESET 过程中，不稳定的原子将从细丝中去除，留下最稳定的原子形成稳定的 QPC。c.循环示例：通过 100 mV/s 的电压扫描速率获得突然 SET，通过慢速电压扫描（1.2 mV/s）通过电化学抛光获得逐渐 RESET。d. 通过电化学抛光获得的 RESET 过程显示稳定的量子电导平台，为 𝐺 0 的倍数。插图显示了扫描施加电压时量子电导平台随时间的稳定性。
基于Memristor的低温可编程DC来源，用于可扩展的原位量子点控制
手稿于2022年12月16日收到；修订了2023年2月3日； 2023年2月7日接受。出版日期2023年2月20日；当前版本的日期2023年3月24日。这项工作得到了加拿大自然科学和工程研究委员会（NSERC）的部分支持；在加拿大第一研究卓越基金的一部分；在加拿大第一研究卓越基金的一部分是由Laboratoire纳米技术纳米纳斯特梅斯（LN2），该基金是法国 - 加拿大 - 加拿大联合国际研究实验室（IRL-3463），由中心由国家de la Recherche Scorentifique（CNRS），Universitedesitédesherbrooke，Unigabrooke，Comecomeitififique（CNR）中心资助和合作。 ÉcoleCentrale Lyon（ECL）和国家科学研究所（Institut National des Sciences）贴花（INSA）LYON；并部分由魁北克人的自然与技术（FRQNT）。本文的评论由编辑F. Bonani安排。（通讯作者：Pierre-Antoine Mouny。）Pierre-Antoine Mouny, Yann Beilliard, and Dominique Drouin are with the Institut Interdisciplinaire d'Innovation Technologique (3IT) and the Institut Quantique (IQ), Université de Sherbrooke, Sherbrooke, QC J1K 0A5, Canada, and also with the Laboratoire Nanotechnologies Nanosystèmes (LN2), CNRS UMI-3463，3IT，Sherbrooke，QC J1K 0A5，加拿大（电子邮件：Pierre-antoine.mouny.mouny@usherbrooke.ca）。SébastienGraveine，Abdelouadoud El Mesoudy，RaphaëlDawant，Pierre Gliech和Serge Ecoffey与Interdistut Interdisci-Plinaire d'innovation D'innovation D'Innovation Technologique（3IT），Sherbrooke，Sherbrooke，Sherbrooke，Sherbrooke，Sherbrooke，QC J1K 0A 5，CANCALAINE，CANCALAITIE，以及CANCALATO，CANCARAITAN，以及CANCACATAINIIS Nanosystèmes（LN2），CNRS UMI-3463，3IT，Sherbrooke，QC J1K 0A5，加拿大。Marc-Antoine Roux与加拿大QC J1K 2R1的Sherbrooke大学量子研究所（IQ）一起。Fabien Alibart与加拿大Sherbrooke，Sherbrooke，Sherbrooke，Sherbrooke University Institute（3IT）的互助创新创新研究所，加拿大QC J1K 0A5，也与纳米技术实验室纳米系统（LN2）一起加拿大，还与法国59650 Villeneuve-d'ascq的电子，微电子学和纳米技术学院（IENN）一起。Michel Pior-Ladrière与纳米技术实验室纳米系统（LN2），CNRS UMI-3463，3IT，Sherbrooke，QC J1K 0A5，加拿大，以及与Sher-Brooke，Sherbrooke，Sherbrooke，Sherbrooke，QC j1 cancase cancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancancance of sherbrooke，QC J1K 0A5本文中一个或多个数字的颜色版本可在https://doi.org/10.1109/ted.2023.3244133上找到。<数字OBJET标识符10.1109/TED.2023.3244133