CN109904316A - 一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法 - Google Patents

一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法 Download PDF

Info

Publication number
CN109904316A
CN109904316A CN201910156030.4A CN201910156030A CN109904316A CN 109904316 A CN109904316 A CN 109904316A CN 201910156030 A CN201910156030 A CN 201910156030A CN 109904316 A CN109904316 A CN 109904316A
Authority
CN
China
Prior art keywords
inorganic
layer
organic
memristor
film
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.)
Granted
Application number
CN201910156030.4A
Other languages
English (en)
Other versions
CN109904316B (zh
Inventor
李爱东
刘畅
曹燕强
吴迪
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.)
Nanjing University
Original Assignee
Nanjing 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 Nanjing University filed Critical Nanjing University
Priority to CN201910156030.4A priority Critical patent/CN109904316B/zh
Publication of CN109904316A publication Critical patent/CN109904316A/zh
Application granted granted Critical
Publication of CN109904316B publication Critical patent/CN109904316B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Semiconductor Memories (AREA)

Abstract

本发明公开了一种模拟神经突触的无机‑有机/无机杂化双层纳米薄膜忆阻器,属于半导体微电子器件与人工智能的交叉领域,利用分子层沉积和原子层沉积技术低温来制备具有良好模拟神经突触仿生功能的无机‑有机/无机杂化双层纳米薄膜忆阻器,所采用的分子层沉积和原子层沉积技术能够与微电子工艺兼容、适合大规模集成。本发明的忆阻器包括从下往上依次为衬底、底电极、忆阻功能层、顶电极;所述忆阻功能层由下层无机‑有机杂化薄膜和上层金属氧化物薄膜的双层纳米堆栈结构薄膜材料构成。

Description

一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻 器及其制备方法
技术领域
本发明属于半导体微电子器件与人工智能的交叉领域,尤其涉及一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法。
背景技术
忆阻器是继电阻、电容、电感之后的第四种无源电路器件,在1971年由华裔科学家蔡少棠教授研究电压、电流、电荷与磁通量之间的关系时,根据数学逻辑关系的完整性研究提出。忆阻器的电阻值可以随电压而发生变化,而且可以记住改变的状态,即某一时刻的电阻值与流过器件的电流相关。这个特性与生物体内神经突触的工作原理有很大的相似度,突触间的连接强度随着外来信号的刺激而发生变化,而且可以维持变化的连接强度。同时,由突触前膜、突触间隙和突触后膜构成的神经突触本身就可以看成是一个具有非线性传输特性的两端器件。神经突触是大脑学习和记忆的最基础单元,对其突触功能进行模拟是构建人工神经形态网络的重要一环。所以利用忆阻器这类具有非线性电学性质的半导体器件来模拟神经突触是当今人工智能类脑研究领域的热点与重点之一。
在以往的研究中,大多采用无机材料来做忆阻功能层,少量涉及有机物忆阻材料,对于无机-有机杂化材料,其在新型神经形态器件中的应用,既可以利用无机物优良的光电特性,又可以结合有机物的种类(官能团)的多样性、易加工特性,发挥二者杂化的优势,为忆阻器材料的选择开辟新思路,为忆阻器的应用提供更广阔前景,但是无机-有机杂化材料体系在忆阻器方面的报道,还非常罕见,特别是应用于类突触仿生功能的实现,至今还未见报道。
发明内容
本发明提供了一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法,利用分子层沉积和原子层沉积技术低温来制备具有良好模拟神经突触仿生功能的无机-有机/无机杂化双层纳米薄膜忆阻器。
为实现以上目的,本发明采用以下技术方案:
一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,包括从下往上依次为衬底、底电极、忆阻功能层、顶电极;所述忆阻功能层由下层无机-有机杂化薄膜和上层金属氧化物薄膜的双层纳米堆栈结构薄膜材料构成。
以上所述无机-有机杂化薄膜的厚度为4nm~10nm,所述金属氧化物薄膜的厚度为2nm~6nm;所述无机-有机杂化薄膜为金属基二元羧酸杂化薄膜,所述二元羧酸包括二元饱和羧酸CnH2n-2O4和二元不饱和羧酸CnH2n-4O4,所述二元饱和羧酸中4≤n≤10,所述二元不饱和羧酸中n=4或5;所述金属基为Al、Ti、Zn、Hf、Zr、Ni或Co;所述金属氧化物薄膜为Al2O3、ZnO、TiO2、HfO2或ZrO2;所述底电极为TaN或TiN;所述顶电极为Pt、Au、Ru、W、Pt/Ti、Cu/Ti、Cu/Au、或Cu/Al合金;所述衬底为表面有绝缘层的半导体衬底、绝缘体衬底或聚合物衬底。
一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器的制备方法,包括以下步骤:
(1)在衬底上利用磁控溅射或者利用原子层沉积方法制备底电极TaN、TiN;
(2)在步骤(1)制备的底电极层上采用分子层沉积技术在低于200℃低温下生长无机-有机杂化薄膜,再利用原子层沉积技术在低于200℃低温下在无机-有机杂化薄膜上制备金属氧化物薄膜作为无机层,获得无机-有机/无机双层堆栈结构的忆阻功能层;
(3)利用磁控溅射、蒸发沉积工艺在步骤(2)得到的忆阻功能层上制备顶电极,获得完整的忆阻器结构。
有益效果:本发明提供了一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法,利用分子层沉积和原子层沉积技术来制备得到具有良好模拟神经突触仿生功能的无机-有机/无机杂化双层纳米薄膜忆阻器;所采用的分子层沉积和原子层沉积技术能够与微电子工艺兼容、适合大规模集成;对制备好的忆阻器通过采用加载不同的脉冲电压模式,进行突触仿生功能的模拟测试,本发明无机-有机/无机杂化双层纳米薄膜忆阻器已经实现类神经突触的几项重要功能,如长时程增强(LTP)和长时程抑制(LTD)、短时程可塑性向长时程可塑性的转变、双脉冲易化(PPF)、尖峰时间依赖可塑性(STDP)及经典的条件反射功能,可以成功模拟神经突触的学习和记忆功能。本发明通过与半导体工艺兼容的ALD/MLD工艺,在较低温度下(<200℃)制备了无机-有机杂化薄膜/金属氧化物双层纳米薄膜忆阻器,并成功模拟了几种重要且关键的类神经突触功能,拓宽了有机材料应用于忆阻器功能层的选择,为无机-有机杂化材料应用于大规模人工神经网络奠定了基础,而且杂化材料易于设计加工,为后续在柔性仿生器件中的应用也提供了广阔的前景。
附图说明
图1为本发明忆阻器结构示意图;
图2为本发明忆阻器在直流扫描电压下的电压-电流特性测试图,包括初始激活(forming)过程和开启set/关闭reset过程;
图3为本发明忆阻器响应电流随不同幅值脉冲电压的变化示意图;
图4为本发明忆阻器短时程可塑性(short-term potentiation,STP)向长时程可塑性(long-term potentiation,LTP)转变的示意图;
图5为本发明忆阻器STP向LTP转变的弛豫时间常数变化图;
图6为本发明忆阻器的成对脉冲易化(paired-pulse facilitation,PPF)指数图;
图7为本发明忆阻器模拟尖峰时间依赖可塑性(spike-time-dependent-plasticity,STDP)施加的脉冲设计图;
图8为本发明忆阻器实现模拟STDP图;
图9为本发明忆阻器模拟经典神经反射实验图;
图10为本发明忆阻器杂化薄膜功能层XPS图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明:
实施例1
一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,包括从下往上依次为衬底、底电极、忆阻功能层、顶电极;所述忆阻功能层由下层无机-有机杂化薄膜和上层金属氧化物薄膜的双层纳米堆栈结构薄膜材料构成。
本实施例为无机-有机/无机杂化双层纳米薄膜忆阻器-Pt/TiO2/Ti基马来酸/TaN/SiO2/Si忆阻器的制备流程。采用磁控溅射制备的氮化钽作为底电极,采用二元不饱和羧酸-马来酸做为有机前驱体,四氯化钛作为无机前驱体,分子层沉积(MLD)来制备钛基马来酸无机-有机杂化纳米薄膜;采用四氯化钛(TiCl4)和去离子水(H2O)作为前驱体,原子层沉积(ALD)制备二氧化钛薄膜;步骤如下:
(1)将表面有二氧化硅的硅片在丙酮、乙醇、去离子水中分别超声清洗5分钟,室温直流溅射TaN底电极,TaN厚度为230nm。
(2)在底电极上利用MLD和ALD方法依次沉积钛基马来酸和二氧化钛来制备记忆功能层薄膜。工艺条件为:生长温度为160℃,马来酸(顺丁烯二酸,C4H4O4)、四氯化钛(TiCl4)和去离子水(H2O)分别作为有机二元不饱和羧酸、Ti和O源,马来酸的源温为135℃,四氯化钛和去离子水源温皆为室温。MLD生长钛基马来酸时前驱体源的循环序列为:马来酸(脉冲2s/清洗10s)+四氯化钛(脉冲0.3s/清洗4s);ALD生长二氧化钛时前驱体源的循环序列为:四氯化钛(脉冲0.1s/清洗4s)+水(脉冲0.1s/清洗4s)。其中源的载气和清洗气体均为高纯氮气(纯度99.999%),流量为150sccm。通过控制生长循环数,可以调控沉积薄膜厚度。以上所述钛基马来酸薄膜为4nm,二氧化钛薄膜为4nm。
(3)利用直流磁控溅射来溅射金属铂(Pt)作为顶电极。通过使用掩膜板来溅射直径150微米的圆形电极。溅射电流30mA,溅射时间500s,溅射厚度为80nm。在实际的操作过程中,可以使用金(Au)或钌(Ru)等导电金属材料,以直流溅射、蒸发沉积工艺制备忆阻器顶电极。将器件边缘刮开涂上银胶引出底电极用以测试。
(4)使用Keithly4200半导体参数分析仪与4225-RPM脉冲模块来对实施例忆阻器进行测试。其中所有的扫描电压和脉冲电压信号均加载在铂顶电极上,保持氮化钽底电极接地。经过初始激活(forming)过程,器件转变为低电阻态,然后连续施加0V→+2.5V→0V→-4V→0V的扫描电压,经过50循环电压-电流测试得到图2所示I-V曲线图。
(5)利用4225-RPM模块来对实施例忆阻器件进行突触功能的模拟。利用40个脉冲幅值为-1.1V,脉冲宽度10μs的脉冲将实施例忆阻器件转变到固定830至840Ω,然后分别施加40个不同脉冲幅值(+1.2V,+2.0V,+2.8V),脉冲宽度也为10μs的脉冲电压,从图3看出随着脉冲数目增加,响应电流增加或减少的幅度增大,而且脉冲电压幅值越大,响应电流变化越明显。
(6)利用4225-RPM模块来模拟短时程可塑性(short-term potentiation,STP)向长时程可塑性(long-term potentiation,LTP)转变和双脉冲易化(paired-pulsefacilitation,PPF)。施加脉冲电压后,忆阻器会产生响应电流,当撤去电压后响应电流会有一个弛豫过程,随时间增加而逐渐降低至原始状态。但是当施加的脉冲电压幅值足够大、数目足够多、时间间隔小等会造成响应电流在脉冲撤去后回复不到初始状态,这个过程就实现了短时程可塑性向长时程可塑性的转变,如图4所示。而且短时程可塑性和长时程可塑性在弛豫过程中的弛豫时间常数也不同,如图5所示。其中双脉冲易化就是一种短时程可塑性的体现。施加脉冲电压后会存在一个响应电流的峰值I0,当撤去脉冲电压后响应电流由于弛豫过程逐渐下降,在响应电流下降时再次施加相同脉冲电压,会再次出现新的响应电流峰值I1,PPF指数就定义为I1与I0的比值。如图6所示,随着两个脉冲时间间隔增大,PPF指数会沿指数方式逐渐降低。
(7)为了模拟突触间两个神经元被刺激,两个刺激之间的相对时间对突触连接强度的影响,即尖峰时间依赖可塑性(STDP),采用如图7所示的脉冲设计图(两个+1.5V 10μs的脉冲和-1.2V 10μs的脉冲组成的脉冲对)来对忆阻器件进行测试。其中上方脉冲设计施加于突触前刺激(顶电极),下方脉冲设计施加于突触后刺激(底电极),两个脉冲间隔设为Δt,通过改变不同的Δt值来影响突触权重的变化。设定突触前刺激早于突触后刺激时Δt为负值,反之为正值,而且实际操作过程中保持底电极接地,所有脉冲刺激施加于顶电极,则突触后刺激脉冲电压均取相反值。如图8所示为突触权重变化量ΔW与两个脉冲对时间间隔Δt的依赖性,可以看出两个脉冲对间时间间隔Δt越小,得到的突触权重变化量|ΔW|越大,而且突触前刺激早于突触后刺激时突触权重会增加,反之突触权重降低,而且实验结果很好地与指数函数相拟合。这些结果与生物神经突触STDP规则一致。
(8)模拟经典神经反射实验。如图9,忆阻器在+3V 10μs脉冲电压刺激下会由低阻态的2×103Ω转变为高阻态的3×106Ω,如图(f)所示,这种特性与图(a)中狗看到食物会分泌唾液类似;而只施加-1.4V 10μs的脉冲电压忆阻器的电阻值则保持在低阻态的2×103Ω,不会转变为高阻态,如图(g)所示,这种特性与图(b)中狗单独听到铃声不会分泌唾液类似。但将+3V 10μs脉冲电压和-1.4V 10μs的脉冲电压同时施加,经过多次刺激后忆阻器会由低阻态的2×103Ω转变为高阻态的3×106Ω,如图(h)所示,这种特性与图(c)中狗在看到食物同时听到铃声会分泌唾液类似;但是当撤去+3V 10μs脉冲电压,对忆阻器件只施加-1.4V 10μs的脉冲电压,经过一段时间,忆阻器会由高阻态的3×106Ω转变为低阻态的2×103Ω,如图(i)所示,这种特性与图(d)和(e)中狗经过食物与铃声的双重刺激训练后,撤去食物只保留铃声狗也会分泌唾液类似,而且由于没有食物的刺激,经过一段时间后只保留铃声狗也不会分泌唾液。这些结果基本模拟出经典的神经突触条件反射实验。
(9)用X射线光电子能谱XPS来表征忆阻器钛基马来酸杂化薄膜层的成分。如图10所示,(a)图中C 1s图谱有两个明显的峰,分别位于284.6eV和288.5eV处,对应C 1s中的C-C键和O-C=O键,说明杂化薄膜存在大量有机链段。(b)图中杂化薄膜的O 1s图谱拟合分出529.9eV和531.6eV两个峰,分别对应于O 1s中的O-Ti和O-C键。(c)图中杂化薄膜中的Ti 2p峰被拟合分出464.5eV和458.7eV两个峰,这两个峰分别对应钛氧键的Ti 2p1/2与Ti 2p3/2轨道,自旋轨道劈裂能为5.8eV。
实施例2
一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,包括从下往上依次为衬底、底电极、忆阻功能层、顶电极;所述忆阻功能层由下层无机-有机杂化薄膜和上层金属氧化物薄膜的双层纳米堆栈结构薄膜材料构成。
本实施例为无机-有机/无机杂化双层纳米薄膜忆阻器-Pt/ZnO/Zn基琥珀酸/TiN/SrTiO3忆阻器的制备流程。采用等离子体增强ALD(PEALD)工艺制备的氮化钛作为底电极,采用二元饱和羧酸-琥珀酸做为有机前驱体,二乙基锌作为无机前驱体,分子层沉积(MLD)来制备锌基琥珀酸无机-有机杂化纳米薄膜;采用二乙基锌和去离子水(H2O)作为前驱体,原子层沉积(ALD)制备氧化锌薄膜,包括以下步骤:
1)在干净的SrTiO3衬底上,采用PEALD技术来生长氮化钛(TiN)底电极。其中氮化钛生长所用的氮源和钛源分别是氨气等离子体(NH3plasma)和四氯化钛(TiCl4),生长温度为400℃,其中四氯化钛前驱体的脉冲时间为0.2秒,清洗时间为6秒,载气和清洗气体为高纯氮气(纯度99.999%),氨气等离子体的脉冲时间为13.5秒,清洗时间为10秒,载气为高纯氩气(纯度99.999%),清洗气体为高纯氮气(纯度99.999%),共生长800循环氮化钛,厚度为45nm。
2)在底电极上利用MLD和ALD方法依次沉积锌基琥珀酸和氧化锌来制备记忆功能层薄膜。工艺条件为:功能层薄膜生长温度为188℃,琥珀酸(丁二酸,C4H6O4)、二乙基锌(Zn(C2H5)2)和去离子水(H2O)分别作为有机二元饱和羧酸、Zn和O源,琥珀酸的源温为147℃,二乙基锌和去离子水源温皆为室温。MLD生长锌基琥珀酸时前驱体源的循环序列为:琥珀酸(脉冲2s/清洗5s)+二乙基锌(脉冲2s/清洗4s);ALD生长氧化锌时前驱体源的循环序列为:二乙基锌(脉冲0.1s/清洗4s)+水(脉冲0.1s/清洗4s)。其中源的载气和清洗气体均为高纯氮气(纯度99.999%),流量为150sccm。通过控制生长循环数,可以调控沉积薄膜厚度。本实施例中锌基琥珀酸薄膜为5~8nm,氧化锌薄膜为4~8nm。
3)利用直流磁控溅射来溅射金属铂(Pt)作为顶电极。通过使用掩膜板来溅射直径150微米的圆形电极。溅射电流30mA,溅射时间500s,溅射厚度为80nm。在实际的操作过程中,可以使用金(Au)或钌(Ru)等导电金属材料,以直流溅射、蒸发沉积工艺制备忆阻器顶电极。将器件边缘刮开涂上银胶引出底电极用以测试。测试方法与实施例1相同。
实施例3
一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,包括从下往上依次为衬底、底电极、忆阻功能层、顶电极;所述忆阻功能层由下层无机-有机杂化薄膜和上层金属氧化物薄膜的双层纳米堆栈结构薄膜材料构成。
本实施例为无机-有机/无机杂化双层纳米薄膜忆阻器-Au/Al2O3/Ti基戊烯二酸/TiN/PI忆阻器的制备流程。采用磁控溅射制备的氮化钛作为底电极,采用二元不饱和羧酸-戊烯二酸做为有机前驱体,四氯化钛作为无机前驱体,分子层沉积(MLD)来制备钛基戊烯二酸无机-有机杂化纳米薄膜;采用三甲基铝(Al(CH3)3)和去离子水(H2O)作为前驱体,原子层沉积(ALD)制备氧化铝薄膜,最后利用蒸镀制备金顶电极,包括以下步骤:
1)将聚合物PI基底,分别在丙酮、异丙醇和去离子水中超声清洗10分钟,再用N2吹干。采用溅射法室温在PI衬底上镀一层起黏附作用的几纳米厚TiO2,然后室温直流溅射TiN底电极,厚度为100nm;
2)在底电极上利用MLD和ALD方法依次沉积钛基戊烯二酸和氧化铝来制备记忆功能层薄膜。工艺条件为:功能层薄膜生长温度为160℃,戊烯二酸(C5H6O4)、四氯化钛(TiCl4)、三甲基铝(Al(CH3)3)和去离子水(H2O)分别作为有机、Ti、Al和O源,戊烯二酸的源温为135℃,四氯化钛、三甲基铝和去离子水源温皆为室温。MLD生长钛基戊烯二酸时前驱体源的循环序列为:戊烯二酸(脉冲2s/清洗10s)+四氯化钛(脉冲0.3s/清洗4s);ALD生长氧化铝时循环序列为:三甲基铝(脉冲0.1s/清洗4s)+水(脉冲0.1s/清洗4s)。其中源的载气和清洗气体均为高纯氮气(纯度99.999%),流量为150sccm。通过控制生长循环数,可以调控沉积薄膜厚度。本实施例中钛基戊烯二酸薄膜为6nm,氧化铝薄膜为4nm。
3)利用热蒸镀方法来制备金属金(Au)作为顶电极。通过使用掩膜板来蒸镀直径100微米的圆形电极。蒸镀电流50mA,蒸镀时间400s,蒸镀厚度为65nm。在实际的操作过程中,可以使用铂(Pt)或钌(Ru)等导电金属材料,以直流溅射、蒸发沉积工艺制备忆阻器顶电极。将器件边缘刮开涂上银胶引出底电极用以测试。测试方法与实施例1相同。
以上所述仅是本发明的优选实施方式,应当指出对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,包括从下往上依次为衬底、底电极、忆阻功能层、顶电极;所述忆阻功能层由下层无机-有机杂化薄膜和上层金属氧化物薄膜的双层纳米堆栈结构薄膜材料构成。
2.根据权利要求1所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述无机-有机杂化薄膜的厚度为4nm~10nm,所述金属氧化物薄膜的厚度为2nm~6nm。
3.根据权利要求2所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述无机-有机杂化薄膜为金属基二元羧酸杂化薄膜。
4.根据权利要求3所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述二元羧酸为二元饱和羧酸CnH2n-2O4和二元不饱和羧酸CnH2n-4O4,所述二元饱和羧酸中4≤n≤10,所述二元不饱和羧酸中n=4或5。
5.根据权利要求3所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述金属基为Al、Ti、Zn、Hf、Zr、Ni或Co。
6.根据权利要求2所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述金属氧化物薄膜为Al2O3、ZnO、TiO2、HfO2或ZrO2
7.根据权利要求1所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述底电极为TaN或TiN。
8.根据权利要求1所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述顶电极为Pt、Au、Ru、W、Pt/Ti、Cu/Ti、Cu/Au、或Cu/Al合金。
9.根据权利要求1所述的模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器,其特征在于,所述衬底为表面有绝缘层的半导体衬底、绝缘体衬底或聚合物衬底。
10.一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器的制备方法,其特征在于,包括以下步骤:
(1)在衬底上利用磁控溅射或者利用原子层沉积方法制备底电极TaN或TiN;
(2)在步骤(1)制备的底电极层上采用分子层沉积技术在低于200 ℃的低温下生长无机-有机杂化薄膜,再利用原子层沉积技术在低于200 ℃的低温下在无机-有机杂化薄膜上制备金属氧化物薄膜作为无机层,获得无机-有机/无机双层堆栈结构的忆阻功能层;
(3)利用磁控溅射或者蒸发沉积工艺在步骤(2)得到的忆阻功能层上制备顶电极,获得完整的忆阻器结构。
CN201910156030.4A 2019-03-01 2019-03-01 一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法 Active CN109904316B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910156030.4A CN109904316B (zh) 2019-03-01 2019-03-01 一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910156030.4A CN109904316B (zh) 2019-03-01 2019-03-01 一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法

Publications (2)

Publication Number Publication Date
CN109904316A true CN109904316A (zh) 2019-06-18
CN109904316B CN109904316B (zh) 2021-06-01

Family

ID=66946036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910156030.4A Active CN109904316B (zh) 2019-03-01 2019-03-01 一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法

Country Status (1)

Country Link
CN (1) CN109904316B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111477740A (zh) * 2020-05-14 2020-07-31 天津理工大学 一种可模拟神经突触的聚合物/量子点薄膜忆阻器及其制备方法
CN111725398A (zh) * 2020-05-27 2020-09-29 北京航空航天大学 基于人工神经突触功能的双层多孔氧化物结构的制备方法
CN111725401A (zh) * 2020-06-30 2020-09-29 中南大学 一种光存储复合型忆阻器及其制备方法与应用
CN112599664A (zh) * 2020-11-25 2021-04-02 南京大学 一种模拟神经突触的超低能耗柔性薄膜忆阻器及其制备方法
CN113054102A (zh) * 2021-03-15 2021-06-29 江苏师范大学 一种纳米仿生器件及其制备方法
CN114335231A (zh) * 2021-12-31 2022-04-12 深圳大学 一种基于异质结的光调控忆阻器及其制备方法与应用
CN115014584A (zh) * 2022-06-05 2022-09-06 江苏师范大学 一种皮肤触觉仿生系统及其制备方法
WO2024082366A1 (zh) * 2022-10-18 2024-04-25 苏州科技大学 一种氢键有机框架纳米复合材料及其制备方法和应用

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150123703A1 (en) * 2011-10-06 2015-05-07 Consiglio Nazionale Delle Ricerche Logic gate and a corresponding method of function
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
CN107112346A (zh) * 2015-01-07 2017-08-29 默克专利股份有限公司 电子构件
KR20170113454A (ko) * 2016-03-31 2017-10-12 성균관대학교산학협력단 Pb-free 유무기 복합 페로브스카이트를 이용한 멤리스터
CN109053722A (zh) * 2018-07-12 2018-12-21 南京邮电大学 菲啰啉配合物及合成方法及忆阻器及忆阻器的应用

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150123703A1 (en) * 2011-10-06 2015-05-07 Consiglio Nazionale Delle Ricerche Logic gate and a corresponding method of function
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
CN107112346A (zh) * 2015-01-07 2017-08-29 默克专利股份有限公司 电子构件
KR20170113454A (ko) * 2016-03-31 2017-10-12 성균관대학교산학협력단 Pb-free 유무기 복합 페로브스카이트를 이용한 멤리스터
CN109053722A (zh) * 2018-07-12 2018-12-21 南京邮电大学 菲啰啉配合物及合成方法及忆阻器及忆阻器的应用

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BOHEE HWANG, ET AL.: "Hybrid Organic-Inorganic Perovskite Memory with Long-Term Stability in Air", 《SCIENTIFIC REPORTS》 *
HENRIQUE L. GOMES,ET AL.: "Resistive Switching in Metal Oxide/Organic Semiconductor Nonvolatile Memories", 《MEMRISTOR AND MEMRISTIVE NEURAL NETWORKS》 *
曹燕强: "原子层沉积制备几种纳米薄膜、纳米复合结构及其在微电子和储能器件中的应用研究", 《中国博士学位论文全文数据库(电子期刊)工程科技Ⅰ辑 》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111477740A (zh) * 2020-05-14 2020-07-31 天津理工大学 一种可模拟神经突触的聚合物/量子点薄膜忆阻器及其制备方法
CN111477740B (zh) * 2020-05-14 2023-09-26 天津理工大学 一种可模拟神经突触的聚合物/量子点薄膜忆阻器及其制备方法
CN111725398A (zh) * 2020-05-27 2020-09-29 北京航空航天大学 基于人工神经突触功能的双层多孔氧化物结构的制备方法
CN111725401A (zh) * 2020-06-30 2020-09-29 中南大学 一种光存储复合型忆阻器及其制备方法与应用
CN111725401B (zh) * 2020-06-30 2023-04-07 中南大学 一种光存储复合型忆阻器及其制备方法与应用
CN112599664A (zh) * 2020-11-25 2021-04-02 南京大学 一种模拟神经突触的超低能耗柔性薄膜忆阻器及其制备方法
CN112599664B (zh) * 2020-11-25 2023-09-22 南京大学 一种模拟神经突触的超低能耗柔性薄膜忆阻器及其制备方法
CN113054102A (zh) * 2021-03-15 2021-06-29 江苏师范大学 一种纳米仿生器件及其制备方法
CN114335231A (zh) * 2021-12-31 2022-04-12 深圳大学 一种基于异质结的光调控忆阻器及其制备方法与应用
CN115014584A (zh) * 2022-06-05 2022-09-06 江苏师范大学 一种皮肤触觉仿生系统及其制备方法
CN115014584B (zh) * 2022-06-05 2024-04-05 江苏师范大学 一种皮肤触觉仿生系统及其制备方法
WO2024082366A1 (zh) * 2022-10-18 2024-04-25 苏州科技大学 一种氢键有机框架纳米复合材料及其制备方法和应用

Also Published As

Publication number Publication date
CN109904316B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN109904316A (zh) 一种模拟神经突触的无机-有机/无机杂化双层纳米薄膜忆阻器及其制备方法
Yang et al. Stretchable and conformable synapse memristors for wearable and implantable electronics
Das et al. Realization of synaptic learning and memory functions in Y2O3 based memristive device fabricated by dual ion beam sputtering
CN112599664B (zh) 一种模拟神经突触的超低能耗柔性薄膜忆阻器及其制备方法
CN111739935A (zh) 无机突触晶体管结构与制造方法
Li et al. Multi-modulated optoelectronic memristor based on Ga2O3/MoS2 heterojunction for bionic synapses and artificial visual system
Kapur et al. Back‐End‐of‐Line SiC‐Based Memristor for Resistive Memory and Artificial Synapse
She et al. Oxygen vacancy-dependent synaptic dynamic behavior of TiO x-based transparent memristor
Li et al. Electronic synaptic characteristics and simulation application of Ag/CeO2/Pt memristor
Liu et al. IGZO/Al2O3 based depressed synaptic transistor
CN110444660A (zh) 一种具有类脑特性的忆阻器件及其制备方法
KR20190116820A (ko) 뉴로모픽 시스템에 적용가능한 멤리스터 및 용액 공정에 기반한 금속산화물을 포함하는 멤리스터의 제조 방법
Chen et al. Flexible Artificial Memristive Synapse Constructed from Solution‐Processed MgO–Graphene Oxide Quantum Dot Hybrid Films
Guo et al. An electronic synapse device based on aluminum nitride memristor for neuromorphic computing application
Huh et al. Heterosynaptic MoS2 Memtransistors Emulating Biological Neuromodulation for Energy‐Efficient Neuromorphic Electronics
Zhu et al. Synaptic Learning and Forgetting Behavior in Ag/AlN/Al Memristor With ${\text {O} _ {2}} $ Annealing Effect
Oh et al. Preventing Vanishing Gradient Problem of Hardware Neuromorphic System by Implementing Imidazole‐Based Memristive ReLU Activation Neuron
CN110323333A (zh) 一种基于天然有机材料的忆阻器及其制备方法
Meng et al. Li-ion doped artificial synaptic memristor for highly linear neuromorphic computing
CN108281548B (zh) 一种双极性双稳态忆阻器及其制备方法
Lan et al. Organic synaptic transistors based on a hybrid trapping layer for neuromorphic computing
CN106654006A (zh) 一种基于SiO2神经仿生层的神经仿生器件及其制备方法
Fang et al. In-materio reservoir computing based on nanowire networks: Fundamental, progress, and perspective
Duan et al. Memristors based on 2D MoSe 2 nanosheets as artificial synapses and nociceptors for neuromorphic computing
CN109585650B (zh) 一种类胶质细胞神经形态器件及其制备方法

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
GR01 Patent grant
GR01 Patent grant