Исследование явления памяти в перовскитных плёнках на основе феррита для аналоговых мемристоров
ВВЕДЕНИЕ
В наше время развитие микро и наноэлектроники во многом зависит от динамичного роста современных информационных технологий. На данный момент требуется разработка всё более ёмких и быстродействующих устройств для записи и хранения информации с возможностью перезаписи. Важно сделать запоминающие устройство, способное хранить данные при отсутствии электрического питания, такой тип устройств называют энергонезависимым.
Прогресс в технологическом развитии дал точку роста для исследований в области искусственного интеллекта и машинного обучения на основе искусственных нейронных сетей. Под нейросетью понимается система из вычислительных единиц - искусственных нейронов, функционирующим подобно мозгу живых существ.
Сейчас искусственные нейронные сети работают как программное обеспечение, связывающее множество различных обрабатывающих элементов, каждый из которых служит аналогом нейрона. Такая система работает по принципу горлышка бутылки, когда пропускная способность сети горазда
Оглавление
ВВЕДЕНИЕ 3
1 МЕМРИСТОРЫ И ИХ ЗНАЧЕНИЕ В СОЗДАНИИ НОВЫХ ЭЛЕКТРОННЫХ НЕЙРОННЫХ СЕТЕЙ 5
1.1 Историческая справка 5
1.2 Мемристор 5
1.3 Современные технологические проблемы 7
1.4 Как бионика связанна с созданием запоминающих устройств. 10
1.5 Искусственные нейронные сети 11
1.6 Мемристоры и нейронные сети 12
2ФИЗИЧЕСКИЕ ПРИНЦИПЫ РАБОТЫ МЕМРИСТОРА НА ОСНОВЕ ОКСИДОВ МЕТАЛЛОВ 14
2.1 Общие характеристики мемристоров 14
2.2 Принцип работы мемристоров 15
2.3 История исследования оксидов металлов 16
2.4 Применение оксидов металлов в качестве функциональной среды резистивного переключения для создания мемристоров 19
2.5 Зависимость сопротивления мемристора от площади структуры 21
2.6 Эффект резистивного переключения в многокомпонентных оксидах переходных металлов 24
3ИЗГОТОВЛЕНИЕ МЕМРИСТОРА И ИССЛЕДОВАНИЕ ЕГО ХАРАКТЕРИСТИК 28
3.1 Создание образца 28
3.2 Элементы исследования. 29
3.3 Синтез фероматериалов 30
3.4 Проверка фазы 34
4 АНАЛИЗ ИЗМЕРЕНИЙ 35
4.1 Методика измерения мемристорного эффекта 35
4.2 Обработка данных 36
ВЫВОДЫ 46
ЛИТЕРАТУРА 47
ЛИТЕРАТУРА
1. Сунь, Х., Луо, З., Лю, К., Ма, К., Ван, З., Инь, Ю., Ли, X., Гибкий мемристор с ферроэлектрическим туннельным переходом на основе BiFeO3 для нейроморфных вычислений . Журнал «Материомика» , том 8, № 1, стр. 144–149, январь 2022 г.
2. https://vk.com/doc534334910_645401462?hash=S6HjvUFNyF1hCGSUvZnEP8obusuRvKxs0sNT4YVnzko&dl=Wae2JFC5UFTrUiGRH6qHp15o5W4PtJRc95K5vGR6UPP
3. https://www.researchgate.net/profile/P-Mazumder/publication/254059290_Memristors_Devices_Models_and_Applications_Scanning_the_Issue/links/0f31753b17878209cc000000/Memristors-Devices-Models-and-Applications-Scanning-the-Issue.pdf
4. Презиозо М., Меррих-Баят Ф., Хоскинс Б.Д. и др. (2015) Обучение и эксплуатация интегрированной нейроморфной сети на основе металлоксидных м`емристоров. Природа 521:61-64. https://doi.org/10.1038/nature14441
5. Чжан В, Гао Б, Тан Джей и др. (2020) Нейро-вдохновленные вычислительные чипы. Nat Электрон 3:371-382. https://doi.org/10.1038/s41928-020-0435-7
6. Зидан М.А., Страчан Дж.П., Лу В. Д. (2018) Будущее электроники на основе мемристивных систем. Нацэлектрон 1:22-29. https://doi.org/10.1038/s41928-017-0006-8
7. Ким Б, Джо С, Сун В, Шин Х (2019) Анализ синапса перекладины на основе мемристора для нейроморфных систем. JNаноски Nанотехнол 19:6703-6709. https://doi.org/10.1166/jnn.2019.17110
8. Sawa, A. (2008). Resistive switching in transition metal oxides. Materials Today, 11(6), 28–36
9. мемристоры и кроссбары: нанотехнологии для процессоров
10. L. Chua and S. M. Kang, “Memristive devices and systems,” Proceedings of the IEEE, vol. 64, pp. 209–223, 1976
11. “Von neumann architecture.” [Online]. Available: en.wikipedia.org/wiki/Von Neumann architecture
12. Вороновский Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. — Харьков: Основа, 1997. — 112 с. — ISBN 5-7768-0293-8.
13. Exponential Laws of Computing Growth Архивнаякопия от 23 августа 2017 на Wayback Machine January 2017 | Communications of the ACM
14. Strukov, D.B. et al. The missing memristor
Для достижения стабильного эффекта резистивного переключения необходимо уметь контролировать концентрацию вакансий кислорода в оксидном слое.
Концентрация вакансий кислорода в оксидном слое мемристора может быть контролирована путем изменения электрического поля, подаваемого на МДМ-структуру. При подаче электрического поля происходит дрейф ионов кислорода, что приводит к изменению концентрации вакансий кислорода в оксидном слое. Это изменение концентрации вакансий кислорода в свою очередь приводит к изменению проводимости МДМ-структуры и возможности перехода из HRS в LRS и обратно. Таким образом, контроль концентрации вакансий кислорода осуществляется путем изменения электрического поля на МДМ-структуре.
2.3 История исследования оксидов металловВпервые экспериментальный мемристор был показан С