CN105287046A - 一种全碳基神经突触仿生器件及其制备方法 - Google Patents

一种全碳基神经突触仿生器件及其制备方法 Download PDF

Info

Publication number
CN105287046A
CN105287046A CN201510608329.0A CN201510608329A CN105287046A CN 105287046 A CN105287046 A CN 105287046A CN 201510608329 A CN201510608329 A CN 201510608329A CN 105287046 A CN105287046 A CN 105287046A
Authority
CN
China
Prior art keywords
graphene
substrate
nerve synapse
functional layer
electrode
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510608329.0A
Other languages
English (en)
Inventor
陈琳
孙清清
张卫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fudan University
Original Assignee
Fudan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fudan University filed Critical Fudan University
Priority to CN201510608329.0A priority Critical patent/CN105287046A/zh
Publication of CN105287046A publication Critical patent/CN105287046A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Electrotherapy Devices (AREA)

Abstract

本发明属于人工神经技术领域,具体为一种全碳基神经突触仿生器件及其制造方法。本发明的全碳基神经突触仿生器件包括衬底、位于衬底之上的底电极、位于底电极之上的阻变功能层、以及位于阻变功能层之上的顶电极,其中,所述底电极和顶电极为石墨烯,所述阻变功能层为氧化石墨烯。本发明的全碳基神经突触仿生器件以石墨烯作为器件的底电极和顶电极,以氧化石墨烯作为阻变功能层,可以实现对神经突触的学习与记忆功能的模拟。另外,可以通过调节上、下两层石墨烯带的宽度对器件的尺寸进行精确控制,降低功耗,同时提高集成密度。

Description

一种全碳基神经突触仿生器件及其制备方法
技术领域
本发明属于人工神经技术领域,具体涉及一种全碳基神经突触仿生器件及其制造方法。
背景技术
随着半导体器件特征尺寸的进一步等比例缩小,传统的闪存技术将达到尺寸的极限。为进一步提高器件的性能,技术人员开始对新结构、新材料、新工艺进行积极的探索。近年来,各种新型的非挥发性存储器得到了迅速的发展。其中,阻变存储器(RRAM)凭借其结构简单、微缩能力强、高密度、数据保持时间长、可三维集成以及与互补金属氧化物半导体(CMOS)工艺兼容性好等优势,受到业界越来越多的关注,被认为是极有可能替代静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、闪存(Flash)、硬盘驱动器(HDD),而成为下一代“通用”存储器的强有力候选者之一。
在生物大脑中,神经突触是两个神经元之间相互连接的部分。大量神经元通过突触进行相互连接而形成神经回路,来实现大脑的学习与记忆。因此对突触的模拟是实现人工智能的重要步骤。在以往的研究中,模拟一个神经突触就需要多个晶体管和电容,而人的大脑中神经突触的数量多达1014个,不仅功耗巨大,而且严重影响集成密度。忆阻器的电导能够随流经电荷量而发生连续变化并且其变化能够在断电之后保持,这一特性与神经突触的非线性传输特性非常相似。利用忆阻器作为神经形态电路中的神经突触有很大的应用前景。RRAM的二端口结构以及特有的阻变特性可用于模拟神经突触的非线性传输,实现人工神经领域的应用。
发明内容
本发明的目的在于提供一种能够控制器件尺寸、提高集成密度、实现神经突触的学习与记忆功能的全碳基神经突触仿生器件及其制备方法。
本发明一方面提供一种全碳基神经突触仿生器件,包括衬底、位于衬底之上的石墨烯底电极、位于底电极之上的石墨烯阻变功能层、以及位于阻变功能层之上的石墨烯顶电极。
本发明中,所述衬底可以为本领域常用衬底。
作为优选,衬底为柔性衬底。更为优选的,衬底由聚乙烯对苯二酸脂(PET)、聚酰亚胺、硅橡胶、聚对苯二甲酸乙二醇脂、硅树脂等有机聚合物材料、金属陶瓷等材料形成。
作为优选,底电极和顶电极是相互交叉配置的石墨烯带。
作为优选,石墨烯带宽度为1~10微米。
本发明的另一方面,提供一种全碳基神经突触仿生器件的制备方法,具体步骤为:在衬底上形成石墨烯底电极;在底电极上形成石墨烯阻变功能层;以及在石墨烯阻变功能层上形成石墨烯顶电极。
本发明中,所述衬底可以为本领域常用衬底。优选为,衬底为柔性衬底。更为优选为,衬底由聚乙烯对苯二酸脂(PET)、聚酰亚胺、硅橡胶、聚对苯二甲酸乙二醇脂、硅树脂等有机聚合物材料或者金属陶瓷等材料形成。
作为优选,在衬底上形成石墨烯带作为底电极,之后在阻变功能层上以与底电极相互交叉的方式形成石墨烯带作为顶电极。
作为优选,石墨烯带宽度为1~10微米。
作为优选,采用旋涂方法形成所述氧化石墨烯阻变功能层。
发明效果
本发明采用石墨烯作为器件的两个电极,以氧化石墨烯作为阻变功能层,巧妙地制备出全碳基的神经突触仿生器件,可以很好的实现对神经突触的学习与记忆功能的模拟。同时,该方法简单、有效、节约原材料成本,可以显著的提高集成密度。另外,神经突触仿生器件的尺寸由上、下两层石墨烯带的宽度所决定,因此通过调节石墨烯带的宽度可以实现对器件尺寸的精确控制。
附图说明
图1是全碳基神经突触仿生器件的俯视图。
图2是全碳基神经突触仿生器件沿A-A'方向的剖面图。
图3是全碳基神经突触仿生器件沿B-B'方向的剖面图。
图4是形成全碳基神经突触仿生器件的流程图。
图5是转移/制备石墨烯的流程图。
图6是形成石墨烯带的流程图。
具体实施方式
以下将参照附图详细描述本发明的实施例,在各个附图中,相同的元件采用类似的附图标记来表示。为了清楚起见,附图中的各个部分没有按比例绘制。以下所述实施例是示例性的,为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,这些仅仅是示例,旨在解释本发明而不能理解为对本发明的限制。此外,本发明提供了各种特定的工艺和材料的例子,但是正如本领域的技术人员能够理解的那样,可以不按照这些特定的细节来实现本发明。除非在下文中特别指出,器件的各部分均可采用本领域公知的工艺和材料实现。另外,以下描述的第一特征在第二特征之“上”的结构可以包括第一和第二特征形成为直接接触的实施例,也可以包括其他的特征形成在第一和第二特征之间的实施例,这样第一和第二特征可能不是直接接触。
以下,根据所附附图针对本发明所涉及的全碳基神经突触仿生器件及其制备方法的一例进行说明。
根据本发明的一个实施例,提供一种全碳基神经突触仿生器件,包括衬底101、位于所述衬底101之上的石墨烯底电极102、位于所述石墨烯底电极102之上的石墨烯阻变功能层103、以及位于所述阻变功能层103之上的石墨烯顶电极104。图1中示出了全碳基神经突触仿生器件的俯视图。图2和图3分别示出了全碳基神经突触仿生器件沿A-A'和B-B'方向的剖面图。
另外,所述衬底101可以为本领域的常用衬底。优选为,所述衬底101为柔性衬底。更优选为,所述衬底101由聚乙烯对苯二酸脂(PET)、聚酰亚胺、硅橡胶、聚对苯二甲酸乙二醇脂、硅树脂等有机聚合物材料、金属陶瓷等材料形成。
另外,优选为,所述石墨烯底电极102和所述石墨烯顶电极104是相互交叉配置的石墨烯带。
另外,优选为,所述石墨烯带宽度为1~10微米。
根据本发明的另一实施例,提供了一种全碳基神经突触仿生器件的制备方法。按照图4至6执行制造神经突触仿生器件的以下步骤。
首先,如图4所示,在步骤S11中,在衬底101上形成石墨烯底电极102。该衬底101可以是本领域常用衬底,如玻璃衬底、蓝宝石衬底、石英衬底、塑料衬底、硅衬底或者聚萘二甲酸乙二醇酯衬底等。优选为是柔性衬底,例如可以是由聚乙烯对苯二酸脂(PET)、聚酰亚胺(PI)、硅橡胶、聚对苯二甲酸乙二醇脂、硅树脂等有机聚合物材料或者金属陶瓷材料形成的衬底。作为具体的一例,本实施例中选用PI作为衬底101。在形成石墨烯底电极102的步骤S11中,包括步骤S111制备/转移石墨烯和步骤S112形成石墨烯带。
在步骤S111中,制备/转移石墨烯。石墨烯的制备方法可以采用目前石墨烯的主要制备方法,如机械剥离法、化学剥离法、SiC外延生长法、化学气相沉积(CVD)法等。本实施例中采用目前获得大面积高质量、层数可控的石墨烯的主要方法即化学气相沉积方法制备石墨烯。化学气相沉积方法制备石墨烯的方法中可以采用Ni、Cu、Pt等低碳溶性金属作为衬底,本实施例中以铜箔作为衬底。作为具体的一例,如图5所示,在步骤S1111中,采用CVD方法在铜箔上生长石墨烯。之后,将石墨烯转移至目标基底上。石墨烯的主要转移技术有“基体刻蚀”法、“卷对卷(roll-to-roll)”转移技术、“电化学转移”技术、“鼓泡转移”技术、“干法转移”技术、“机械剥离”技术等。本实施例中,采用常规的“基体刻蚀”方法实现将石墨烯转移至衬底聚酰亚胺上。作为具体的一例,在图5所示的步骤S1112中,在石墨烯上旋涂上聚甲基丙烯酸甲酯(PMMA);在步骤S1113中,烘烤后放置到FeCl3溶液或者硫酸铜溶液中溶解掉石墨烯下方的铜箔;在步骤S1114中,将聚甲基丙烯酸甲酯/石墨烯转移至聚酰亚胺衬底;在步骤S1115中,经标准清洗工艺清洗并烘干,依次放入丙酮、酒精中,将聚甲基丙烯酸甲酯溶解掉,剩下石墨烯和衬底的复合体;在步骤S1116中,采用N2/H2混合气体350℃退火进一步去除残留的丙酮和有机物,得到如图2所示的结构。但是,本发明不限于此,当然可以采用本领域公知的石墨烯制备和转移方法在目标衬底上形成石墨烯。
在步骤S112中,形成石墨烯带。作为具体的一例,在图6所示的步骤S1121中,在转移好石墨烯的器件结构上旋涂负型光刻胶。在步骤S1122中,用负性光刻胶做掩膜,曝光出2微米宽度的图形。在步骤S1123中,使用氧气等离子刻蚀方法刻蚀露出部分的石墨烯。优选为,刻蚀功率100W,时间15s,氧气流量为15sccm。在步骤S1124中,将器件结构放置于去胶液中,去胶后得到2微米线宽的石墨烯带图形。但是,本发明不限定于此,石墨烯带的线宽可以为1~10微米。另外,可以采用本领域公知的刻蚀工艺形成石墨烯带,并根据实际需要调整相应工艺参数。
优选为,在形成石墨烯底电极之前,在衬底上形成对准标记,以便用于光刻工艺中的层间对准。作为具体的一例,例如,在柔性的聚酰亚胺(PI)衬底上旋涂正性光刻胶如AR-3510T(注册商标:ALLRESIST),经曝光、显影后获得标记图像。之后,利用物理气相淀积(PVD)法在其上蒸镀50纳米厚度的金属铝,去胶后获得对准标记的图形以便套刻使用。以上仅为一个示例,当然可以采用本领域公知的方法形成对准标记。
接下来,进入步骤S12,形成氧化石墨烯阻变功能层103。氧化石墨烯阻变功能层的厚度优选为10~20nm。作为具体的一例,在器件结构表面旋涂氧化石墨烯溶液作为阻变功能层。例如,以转速1000rpm,时间为40s,形成厚度为16nm左右的氧化石墨烯阻变功能层。采用室温下旋涂氧化石墨烯作为阻变功能层的工艺,避免了高温生长工艺对于衬底的破坏,能够保证器件性能的同时降低热预算。
最后,在步骤S13中,按照与上述步骤S11相同工序形成石墨烯顶电极104。也就是说,重复上述形成石墨烯底电极的形成步骤S11,制备/转移石墨烯,形成石墨烯带。从而在氧化石墨烯阻变功能层上以与石墨烯底电极交叉的方式形成石墨烯顶电极,即获得“石墨烯-氧化石墨烯-石墨烯”神经突触仿生器件结构,如图1-3所示。神经突触仿生器件的尺寸可由上、下两层石墨烯带的宽度所决定,因此通过调节石墨烯带的宽度可以实现对器件尺寸的精确控制。
上述实施例,仅为本发明的全碳基神经突触仿生器件制备方法的具体一例,但是本发明不限于此。
另外,虽然附图中示出了底电极和顶电极正交的结构,但是不用说底电极和顶电极交叉的角度可以是任意角度。
优选为,可在上述作为底电极和顶电极的石墨烯带的端口形成接触电极,主要用于实现器件之间的互联或者进行电学测量,任何能够实现上述功能的接触电极均可以使用,例如金属电极,该金属电极的材料可以是各种金属,例如Ti、Au、Pt、Ni、Cu等。
上述实施例仅为实施本发明的优选的一例,本发明不限于此。
根据本发明可模拟神经突触的学习与记忆功能功能的,从而实现人工神经领域的应用。本发明的全碳基神经突触仿生器件,顶部电极阵列可视为人工神经网络的突触前膜,底电极阵列可视为人工神经网络的突触后膜。通过对器件两个端口施加电学刺激,可以很好的实现人工神经网络的放电时间依赖可塑性(STDP):当顶部电极(突触前膜)受到的刺激早于底电极(突触后膜),出现突触的长时程增强(LTP),反之,会出现突触的长时程抑制(LTD)。
另外,本发明采用石墨烯作为器件的两个电极,以氧化石墨烯作为阻变功能层,巧妙地制备出全碳基的神经突触仿生器件,可以很好的实现对神经突触的学习与记忆功能的模拟。同时,该方法简单、有效、节约原材料成本,可以显著的提高集成密度。
以上,针对本发明的神经突触仿生器件及其制备方法进行了详细地说明,但本发明不限于以上的例子,在不脱离本发明的要旨的范围中,当然也可以进行各种的改良、变形。

Claims (10)

1.一种全碳基神经突触仿生器件,包括衬底、位于衬底之上的底电极、位于底电极之上的阻变功能层,以及位于阻变功能层之上的顶电极,其特征在于,所述底电极和顶电极为石墨烯;所述阻变功能层为氧化石墨烯。
2.根据权利要求1所述的全碳基神经突触仿生器件,其特征在于,所述衬底为柔性衬底。
3.根据权利要求2所述的全碳基神经突触仿生器件,其特征在于,所述衬底材料为聚乙烯对苯二酸脂、聚酰亚胺、硅橡胶、聚对苯二甲酸乙二醇脂或硅树脂有机聚合物材料,或者为金属陶瓷材料。
4.根据权利要求1~3中任一项所述的全碳基神经突触仿生器件,其特征在于,所述底电极和顶电极为交叉配置的石墨烯带。
5.根据权利要求4所述的全碳基神经突触仿生器件,其特征在于,所述石墨烯带宽度为1~10微米。
6.一种全碳基神经突触仿生器件的制备方法,其特征在于具体步骤为:
在衬底上形成石墨烯底电极;
在底电极上形成氧化石墨烯阻变功能层;以及
在石墨烯阻变功能层上形成石墨烯顶电极。
7.根据权利要求6所述的全碳基神经突触仿生器件的制备方法,其特征在于,所述衬底为柔性衬底。
8.根据权利要求6或7所述的神经突触仿生器件的制备方法,其特征在于,在衬底上形成石墨烯带作为底电极;在阻变功能层上以与底电极相互交叉的方式形成石墨烯带作为顶电极。
9.根据权利要求8所述的所述的神经突触仿生器件的制备方法,其特征在于,所述石墨烯带宽度为1~10微米。
10.根据权利要求6或7所述的神经突触仿生器件的制备方法,其特征在于,采用旋涂方法形成所述氧化石墨烯阻变功能层。
CN201510608329.0A 2015-09-23 2015-09-23 一种全碳基神经突触仿生器件及其制备方法 Pending CN105287046A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510608329.0A CN105287046A (zh) 2015-09-23 2015-09-23 一种全碳基神经突触仿生器件及其制备方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510608329.0A CN105287046A (zh) 2015-09-23 2015-09-23 一种全碳基神经突触仿生器件及其制备方法

Publications (1)

Publication Number Publication Date
CN105287046A true CN105287046A (zh) 2016-02-03

Family

ID=55185359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510608329.0A Pending CN105287046A (zh) 2015-09-23 2015-09-23 一种全碳基神经突触仿生器件及其制备方法

Country Status (1)

Country Link
CN (1) CN105287046A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112563414A (zh) * 2019-12-31 2021-03-26 东北师范大学 一种模拟型全碳基忆阻突触器件及其制备方法
CN115986148A (zh) * 2023-02-03 2023-04-18 山东大学 一种低铂石墨烯氧还原催化剂及其制备方法和应用

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103490009A (zh) * 2013-09-28 2014-01-01 复旦大学 一种基于氧化石墨烯的柔性阻变存储器及其制备方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103490009A (zh) * 2013-09-28 2014-01-01 复旦大学 一种基于氧化石墨烯的柔性阻变存储器及其制备方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘益春;徐海阳;王中强;张磊: "《基于忆阻器的神经突触仿生器件研究》", 《科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112563414A (zh) * 2019-12-31 2021-03-26 东北师范大学 一种模拟型全碳基忆阻突触器件及其制备方法
CN112563414B (zh) * 2019-12-31 2022-11-08 东北师范大学 一种模拟型全碳基忆阻突触器件及其制备方法
CN115986148A (zh) * 2023-02-03 2023-04-18 山东大学 一种低铂石墨烯氧还原催化剂及其制备方法和应用
CN115986148B (zh) * 2023-02-03 2024-04-02 山东大学 一种低铂石墨烯氧还原催化剂及其制备方法和应用

Similar Documents

Publication Publication Date Title
Choi et al. A self-rectifying TaO y/nanoporous TaO x memristor synaptic array for learning and energy-efficient neuromorphic systems
CN110610984B (zh) 一种突触晶体管及其制备方法
Zhang et al. Synaptic characteristics of Ag/AgInSbTe/Ta-based memristor for pattern recognition applications
Yu et al. An electronic synapse device based on metal oxide resistive switching memory for neuromorphic computation
US9379319B2 (en) Nonvolatile memory transistor and device including the same
Shen et al. Analog neuromorphic module based on carbon nanotube synapses
CN110739393B (zh) 一种仿生突触器件及其制作方法及其应用
Zeng et al. Learning processes modulated by the interface effects in a Ti/conducting polymer/Ti resistive switching cell
CN105304813A (zh) 一种神经突触仿生器件及其制备方法
Ryu et al. Bio-inspired synaptic functions from a transparent zinc-tin-oxide-based memristor for neuromorphic engineering
CN104051545B (zh) 基于pn异质结构的忆阻器及其制备方法
CN106098932A (zh) 一种线性缓变忆阻器及其制备方法
Jang et al. Digital and analog switching characteristics of InGaZnO memristor depending on top electrode material for neuromorphic system
Huang et al. Electrolyte-gated transistors for neuromorphic applications
CN113497063B (zh) 一种基于二维铁电半导体的异源突触电子器件及其制备方法
Tian et al. Bivariate-continuous-tunable interface memristor based on Bi 2 S 3 nested nano-networks
Zhao et al. Recent progress on neuromorphic synapse electronics: from emerging materials, devices, to neural networks
Yong et al. Fully solution-processed transparent artificial neural network using drop-on-demand electrohydrodynamic printing
Wang et al. Manipulation of the electrical behaviors of Cu/MXene/SiO2/W memristor
CN105287046A (zh) 一种全碳基神经突触仿生器件及其制备方法
Oh et al. Preventing Vanishing Gradient Problem of Hardware Neuromorphic System by Implementing Imidazole‐Based Memristive ReLU Activation Neuron
Xue et al. Native drift and Mott nanochannel in layered V2O5 film for synaptic and nociceptive simulation
Zhang et al. Recent progress on 2D materials-based artificial synapses
CN111081875A (zh) 一种铁电极化调控的人工突触器件及其制备方法
Ismail et al. Nano-crystalline ZnO memristor for neuromorphic computing: Resistive switching and conductance modulation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160203