CN109378383A - 一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法 - Google Patents
一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法 Download PDFInfo
- Publication number
- CN109378383A CN109378383A CN201811078851.2A CN201811078851A CN109378383A CN 109378383 A CN109378383 A CN 109378383A CN 201811078851 A CN201811078851 A CN 201811078851A CN 109378383 A CN109378383 A CN 109378383A
- Authority
- CN
- China
- Prior art keywords
- hybrid material
- organic
- neurobionics
- nano ion
- electronics
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 42
- 238000002360 preparation method Methods 0.000 title claims abstract description 21
- 238000004528 spin coating Methods 0.000 claims abstract description 21
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims abstract description 13
- 229910052710 silicon Inorganic materials 0.000 claims abstract description 13
- 239000010703 silicon Substances 0.000 claims abstract description 13
- 239000004065 semiconductor Substances 0.000 claims description 18
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 claims description 10
- 238000000137 annealing Methods 0.000 claims description 9
- 150000003839 salts Chemical class 0.000 claims description 9
- 238000003756 stirring Methods 0.000 claims description 8
- -1 ammonia tetrafluoroborate Chemical compound 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 239000003960 organic solvent Substances 0.000 claims description 5
- 238000011056 performance test Methods 0.000 claims description 5
- 229920000301 poly(3-hexylthiophene-2,5-diyl) polymer Polymers 0.000 claims description 5
- 230000001376 precipitating effect Effects 0.000 claims description 5
- 230000002964 excitative effect Effects 0.000 abstract description 5
- 230000027928 long-term synaptic potentiation Effects 0.000 abstract description 4
- 230000001242 postsynaptic effect Effects 0.000 abstract description 4
- 210000000225 synapse Anatomy 0.000 abstract description 4
- 238000013528 artificial neural network Methods 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 239000002105 nanoparticle Substances 0.000 abstract 1
- 238000010025 steaming Methods 0.000 abstract 1
- 210000004556 brain Anatomy 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 230000003014 reinforcing effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003977 synaptic function Effects 0.000 description 2
- 230000003956 synaptic plasticity Effects 0.000 description 2
- 102000006538 Nitric Oxide Synthase Type I Human genes 0.000 description 1
- 108010008858 Nitric Oxide Synthase Type I Proteins 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
- H10K10/00—Organic devices specially adapted for rectifying, amplifying, oscillating or switching; Organic capacitors or resistors having potential barriers
- H10K10/40—Organic transistors
- H10K10/46—Field-effect transistors, e.g. organic thin-film transistors [OTFT]
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10K—ORGANIC ELECTRIC SOLID-STATE DEVICES
- H10K71/00—Manufacture or treatment specially adapted for the organic devices covered by this subclass
- H10K71/10—Deposition of organic active material
- H10K71/12—Deposition of organic active material using liquid deposition, e.g. spin coating
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Semiconductor Memories (AREA)
Abstract
本发明提供了一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,涉及用于人工神经网络、智能机器人、疑难病症医疗诊断等新兴领域的电子突触器件,并可能在通过采集听觉、视觉、嗅觉和触觉信号来工作的新型计算机方面有广阔应用前景。包括有机纳米离子/电子杂化材料溶液的配制,有机纳米离子/电子杂化材料溶液在硅片上的旋涂,退火,蒸电极等步骤。此两端神经仿生电子器件能模拟突触的生物可塑性,例如兴奋性突触后电流,长时程增强和脉冲频率依赖性。
Description
技术领域
本发明涉及用于人工神经网络、智能机器人、疑难病症医疗诊断等新兴领域的电子突触器件。并可能在通过采集听觉、视觉、嗅觉和触觉信号来工作的新型计算机方面有广阔应用前景,如声控、气味识别和人造皮肤感知等。
背景技术
突触是神经元与神经元之间信息传递的基本结构,也是大脑实现学习与记忆的功能基础。大脑强大的学习,记忆,处理信息等能力是由百万亿个突触相关联的神经网络实现的。而传统的硅基CMOS芯片由于需要多个硅晶体管组合来模拟一个神经突触功而局限于比较简单的计算系统,而且相应的能耗也比较高。为了在大数据的时代下,在有限的空间内实现信息的快速收集与提取,通过单一器件实现对突触功能的模拟和实现与大脑相匹敌的低能耗将对神经形态学技术的发展起到至关重要的作用.除此之外,相较于无机半导体材料选择的有限性,有机半导体既能通过化学合成改进其性质,也可通过掺杂和复合改变其的性能,因此有机半导体种类繁多,具有更大的选择范围。有机半导体材料在制备类突触器件上具有非常大的潜力。
发明内容
本发明提供了一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,制备过程包括以下步骤:
1)有机纳米离子/电子杂化材料溶液的配制:将有机半导体与有机盐按照一定的质量比溶于氯仿等有机溶剂中。将混合物在一定的转速与温度下加热搅拌一定的时间使溶液澄清无沉淀。
2)有机纳米离子/电子杂化材料溶液的旋涂:设置好旋涂仪的两个转速1000RPM、5s和3000RPM、30s,在每一片准备好的洁净的硅片上均匀滴加一定体积的溶液,旋涂完毕后进行一定温度一定时间的退火处理。
3)在旋涂的有机纳米离子/电子杂化材料薄膜上镀金电极。
4)性能测试。
进一步的,步骤1)中所述的有机半导体的质量分数控制在0.1%到0.5%之间。
进一步的,所述的有机半导体为P3HT。
进一步的,所述的有机半导体有机盐的质量比为1:2-5。
进一步的,所述的有机盐为四丁基氨四氟硼酸盐。
进一步的,所述的搅拌时转速为300RPM-500RPM,温度为40℃-60℃,搅拌时间10min-1h。
进一步的,步骤2)中所述的滴加溶液体积为1.5cmX1.5cm的硅片滴加50μl-80μl。
进一步的,步骤2)中所述的退火温度为60℃-100℃,退火时间为10min-1h。
本发明提供的基于有机纳米离子/电子杂化材料的神经仿生电子器件在单一器件上实现了人大脑突触的多种可塑性,包括双脉冲增强,长时程增强和脉冲持续时间依赖性等,并且材料可根据需求进行调整,有较广阔的应用空间,相应耗能也比较低。对于实现对突触功能的模拟和实现与大脑相匹敌的低能耗神经形态技术有非常重要的意义。
附图说明
图1为实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的结构示意图。
图2为实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件在栅极电压为-1V和漏极电压为-1V条件下的兴奋性突触后电流。
图3为实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的在栅极电压为-1V和漏极电压为-1V条件下的双脉冲增强特性
图4为实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的在栅极电压为-1V和漏极电压为-1V条件下的脉冲持续时间依赖性。
图5为实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件在栅极电压为-1V和漏极电压为-1V条件下的长时程增强性能。
具体实施方案
实例1:
1)有机纳米离子/电子杂化材料溶液的配制:将有机半导体P3HT与有机盐四丁基氨四氟硼酸按照质量比1:2.8溶于氯仿有机溶剂中,其中有机半导体的质量分数为0.25%。将混合物在400RPM的转速与50℃的温度下加热搅拌30min使溶液澄清无沉淀。
2)有机纳米离子/电子杂化材料溶液的旋涂:设置好旋涂仪的两个转速1000RPM、5s和3000RPM、30s,在每一片准备好的洁净的硅片上均匀滴加一定体积的溶液(1.5cmX1.5cm的硅片滴加60微升)。旋涂完毕后进行温度为80℃、10min的退火处理。
3)在旋涂的有机纳米离子/电子杂化材料的薄膜上镀金电极。
4)性能测试。
实例2:
1)有机纳米离子/电子杂化材料溶液的配制:将有机半导体P3HT与有机盐四丁基氨四氟硼酸按照质量比1:2溶于氯仿有机溶剂中,其中有机半导体的质量分数为0.25%。将混合物在400RPM的转速与50℃的温度下加热搅拌30min使溶液澄清无沉淀。
2)有机纳米离子/电子杂化材料溶液的旋涂:设置好旋涂仪的两个转速1000RPM、5s和3000RPM、30s,在每一片准备好的洁净的硅片上均匀滴加一定体积的溶液(1.5cmX1.5cm的硅片滴加60微升),旋涂完毕后进行温度为80℃、30min的退火处理。
3)在旋涂的有机纳米离子/电子杂化材料的薄膜上镀金电极。
4)性能测试。
实例3:
1)有机纳米离子/电子杂化材料溶液的配制:将有机半导体P3HT与有机盐四丁基氨四氟硼酸按照质量比1:3溶于氯仿有机溶剂中,其中有机半导体的质量分数为0.1%。将混合物在400RPM的转速与50℃的温度下加热搅拌30min使溶液澄清无沉淀。
2)有机纳米离子/电子杂化材料溶液的旋涂:设置好旋涂仪的两个转速1000RPM、5s和3000RPM、30s,在每一片准备好的洁净的硅片上均匀滴加一定体积的溶液(1.5cmX1.5cm的硅片滴加60微升),旋涂完毕后进行温度为80℃、10min的退火处理。
3)在旋涂的有机纳米离子/电子杂化材料的薄膜上镀金电极。
4)性能测试。
以上各实施例中所得基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的结构如附图1所示。
参见附图2,实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件在漏极电压为-1V的条件下,当给栅极一个-1V脉冲,此器件产生相应的兴奋性突触后电流。由附图2可知:该器件能够像生物突触一样对外界刺激产生反应。
参见附图3,实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件在漏极电压为-1V的条件下,给栅极两个连续的-1V脉冲,此器件产生两个相应的兴奋性突触后电流,并表现为双脉冲增强特性。由附图3可知:此性能是该器件模拟的短时程突触可塑性。该器件能在短时间内记忆上一个脉冲产生的影响,并产生一个增强效果。
参见附图4,实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件在漏极电压为-1V的条件下,给栅极多个不连续的持续时间逐渐增加的-1V脉冲,此器件产生相应的兴奋性突触后电流。电流大小随着脉冲持续时间的增加而增加。由附图4可知:此性能是该器件模拟的短时程突触可塑性。当增加脉冲的持续时间,此器件会表现出增强效果。
参见附图5,实例1基于有机纳米离子/电子杂化材料的两端神经仿生电子器件在漏极电压为-1V的条件下,给栅极多个连续的-1V脉冲,此器件产生相应的长时程增强特性。由附图5可知:此性能是该器件模拟的长时程突触可塑性。当给此器件一个连续不断地脉冲刺激时,此器件会先表现出增强效果随后稳定在一定水平。
Claims (8)
1.一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,制备过程包括以下步骤:
1)有机纳米离子/电子杂化材料溶液的配制:将有机半导体与有机盐按照一定的质量比溶于氯仿等有机溶剂中,将混合物在一定的转速与温度下加热搅拌一定的时间使溶液澄清无沉淀;
2)有机纳米离子/电子杂化材料溶液的旋涂:设置好旋涂仪的两个转速1000RPM、5s和3000RPM、30s,在每一片准备好的洁净的硅片上均匀滴加一定体积的溶液,旋涂完毕后进行一定温度一定时间的退火处理;
3)在旋涂的有机纳米离子/电子杂化材料薄膜上镀金电极;
4)性能测试。
2.根据权利要求1所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:步骤1)中所述的有机半导体的质量分数控制在0.1%到0.5%之间。
3.根据权利要求1所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:有机半导体与有机盐的质量比为1:2-5。
4.根据权利要求1或3所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:所述的有机半导体为P3HT。
5.根据权利要求1或3所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:所述的有机盐为四丁基氨四氟硼酸盐。
6.根据权利要求1所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:步骤1)中搅拌时转速为300RPM-500RPM,温度为40℃-60℃,搅拌时间10min-1h。
7.根据权利要求1所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:步骤2)中滴加溶液体积为1.5cmX1.5cm的硅片滴加50μl-80μl。
8.根据权利要求1所述的基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法,其特征是:步骤2)中退火温度为60℃-100℃,退火时间为10min-1h。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811078851.2A CN109378383A (zh) | 2018-09-17 | 2018-09-17 | 一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811078851.2A CN109378383A (zh) | 2018-09-17 | 2018-09-17 | 一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109378383A true CN109378383A (zh) | 2019-02-22 |
Family
ID=65405322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811078851.2A Pending CN109378383A (zh) | 2018-09-17 | 2018-09-17 | 一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109378383A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110736575A (zh) * | 2019-10-23 | 2020-01-31 | 中国科学院半导体研究所 | 一种人造突触传感器及其制备方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012256657A (ja) * | 2011-06-08 | 2012-12-27 | National Institute For Materials Science | シナプス動作素子 |
US20140073063A1 (en) * | 2012-09-07 | 2014-03-13 | President And Fellows Of Harvard College | Methods and systems for scaffolds comprising nanoelectronic components |
CN104966778A (zh) * | 2015-05-07 | 2015-10-07 | 清华大学 | 一种长时程记忆的频率响应学习器及其制备方法 |
CN104979472A (zh) * | 2014-04-11 | 2015-10-14 | 中国科学院宁波材料技术与工程研究所 | 一种有机高分子忆阻结构单元 |
-
2018
- 2018-09-17 CN CN201811078851.2A patent/CN109378383A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012256657A (ja) * | 2011-06-08 | 2012-12-27 | National Institute For Materials Science | シナプス動作素子 |
US20140073063A1 (en) * | 2012-09-07 | 2014-03-13 | President And Fellows Of Harvard College | Methods and systems for scaffolds comprising nanoelectronic components |
CN104979472A (zh) * | 2014-04-11 | 2015-10-14 | 中国科学院宁波材料技术与工程研究所 | 一种有机高分子忆阻结构单元 |
CN104966778A (zh) * | 2015-05-07 | 2015-10-07 | 清华大学 | 一种长时程记忆的频率响应学习器及其制备方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110736575A (zh) * | 2019-10-23 | 2020-01-31 | 中国科学院半导体研究所 | 一种人造突触传感器及其制备方法 |
CN110736575B (zh) * | 2019-10-23 | 2020-12-15 | 中国科学院半导体研究所 | 一种人造突触传感器及其制备方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maass | Liquid state machines: motivation, theory, and applications | |
Kruskal et al. | Beyond the patch clamp: nanotechnologies for intracellular recording | |
Whiting et al. | Towards a Physarum learning chip | |
Jiang et al. | A flexible artificial sensory nerve enabled by nanoparticle‐assembled synaptic devices for neuromorphic tactile recognition | |
CN105718655B (zh) | 帕金森状态的闭环神经刺激控制系统 | |
Wu et al. | Maze learning by a hybrid brain-computer system | |
Shang et al. | A memristor-based circuit design for generalization and differentiation on Pavlov associative memory | |
Ma et al. | A memristive neural network model with associative memory for modeling affections | |
Dale et al. | Reservoir computing in materio: An evaluation of configuration through evolution | |
CN109920914A (zh) | 一种基于有机/无机杂化钙钛矿的两端人造突触电子器件的制备方法 | |
Yang et al. | A perovskite memristor with large dynamic space for analog-encoded image recognition | |
CN110277496A (zh) | 一种基于p3ht超薄膜的三端人造突触器件 | |
CN109378383A (zh) | 一种基于有机纳米离子/电子杂化材料的两端神经仿生电子器件的制备方法 | |
Bao et al. | A 3D integrated neuromorphic chemical sensing system | |
Ni et al. | A fibrous neuromorphic device for multi-level nerve pathways implementing knee jerk reflex and cognitive activities | |
CN110854265B (zh) | 一种基于聚多巴胺修饰黑磷纳米片的仿生忆阻器及其制备方法和应用 | |
Kim et al. | Bird-inspired self-navigating artificial synaptic compass | |
Wang et al. | Solid‐State Electrolyte Gate Transistor with Ion Doping for Biosignal Classification of Neuromorphic Computing | |
Bannur et al. | Second-order conditioning emulated in an artificial synaptic network | |
Wojcik et al. | Liquid state machine built of Hodgkin–Huxley neurons and pattern recognition | |
CN109165731A (zh) | 电子神经网络及其参数设置方法 | |
Ntinas et al. | Coupled physarum-inspired memristor oscillators for neuron-like operations | |
Indiveri | Neuromorphic engineering | |
Singh et al. | A Study of Adaptive CMOS Circuits Extracting Feature of Neuroplasticity in Human Brain | |
Alam et al. | A VLSI circuit emulation of chemical synaptic transmission dynamics and postsynaptic DNA transcription |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20190222 |