89 / 2019-09-19 12:04:33

Nb:AlNO薄膜的双动力学调控阻变机理及其学习行为的模拟

忆阻器，相变，导电细丝，突触学习，氧化铌

全体主题 > 其他

人工神经网络的模拟计算过程有必要在微观动力学层面找到神经元或突触的模拟单元。为此，我们于室温条件下制备了Nb弥散掺杂的AlON薄膜。在正向的外部刺激下Nb氧化物纳米微晶首先在底电极附近形成，并团聚形成纳米团簇向顶端电极生长，构成导电细丝，电导升高；在负刺激下，导电细丝断开，电导下降。且在电导升高和下降过程中均出现周期性波动的现象。薄膜微观结构的研究表明，上述导电细丝由氧原子的迁移和热扩散所控制，电流引发的局部加热使得Nb氧化物纳米微晶首先形成，进而增强电导。然而，连续的正刺激耗尽了附近的氧原子，使导电细丝的生长受到抑制，同时，结晶相在局部积累的热作用下转化为非晶相，使得电导降低。反之，连续的负激励通过将氧原子抽离减小了纳米团簇的大小，这仍符合相变动力学。因此，类似于神经递质和电压-门控离子通道动力学的上述两种动力学的相互作用，促成了器件电导的长程波动式变化。我们还成功模拟了包括脉冲频率依赖可塑性和脉冲时间依赖可塑性在内的传统神经网络协议。另外，本忆阻系统还具有两大优点。一是其低的电流密度大大降低了功耗。二是两种动力学的相互作用，建立了用不同频率合成信号的可能性，包括编码和解码方法。我们相信，该人工神经突触将极大地促进神经形态的模拟计算。