【摘 要】
:
忆阻器因具有存储大量信息和模拟神经突触功能的特性,已成为一种受到广泛关注的纳米级器件。然而,忆阻器还存在一些不足:一方面,忆阻器中导电细丝的随机形成导致器件参数分布具有一定弥散性,增加了误读可能性,因此优化忆阻器性能是其发展过程的一项重要任务。另一方面,在忆阻器功能层中掺杂金属量子点是提高器件性能的可行方法,但是金属量子点会发生聚集现象,不利于器件的稳定,解决金属聚集问题也是提高器件性能的有效方式
论文部分内容阅读
忆阻器因具有存储大量信息和模拟神经突触功能的特性,已成为一种受到广泛关注的纳米级器件。然而,忆阻器还存在一些不足:一方面,忆阻器中导电细丝的随机形成导致器件参数分布具有一定弥散性,增加了误读可能性,因此优化忆阻器性能是其发展过程的一项重要任务。另一方面,在忆阻器功能层中掺杂金属量子点是提高器件性能的可行方法,但是金属量子点会发生聚集现象,不利于器件的稳定,解决金属聚集问题也是提高器件性能的有效方式。提高忆阻器开关电压分布的集中度,降低器件功耗,提高器件开关速度和稳定性,有效完成神经形态计算是忆阻器进一步发展过程中亟待关注的问题。针对上述不足,本文提出了掺杂碳量子点(Carbon Quantum Dots,CDs)和CDs负载金属原子两种解决方法改善器件性能,具体内容如下:一、为解决器件参数分布不均匀的问题,提出了在忆阻器功能层中掺杂CDs的方法,并对掺杂CDs的忆阻器进行电学性能测试及神经仿生特性和神经仿生应用的研究。作为对照组,制备了Ag/HfO2/Pt器件;掺杂CDs后,制备了Ag/HfO2/CDs/Pt器件。结果表明,Ag/HfO2/Pt器件表现出了较大范围的开关电压分布,打开电压较大为3 V,高低阻分布也呈现出了较大程度的不均匀性。而Ag/HfO2/CDs/Pt器件开关电压分布更为均匀,呈现更小的打开电压值(0.2 V),证明了CDs对优化器件性能的良好作用。为证明CDs是否适用于其它氧化物功能层器件制备了Ag/Mo O3/Pt、Ag/ZrO2/Pt、Ag/Mo O3/CDs/Pt、Ag/ZrO2/CDs/Pt四种器件,测试结果表明,CDs能够改善不同氧化物功能层器件的性能。更重要的是,利用Ag/HfO2/CDs/Pt器件模拟了三种不同的尖峰时间依赖可塑性(Spike-Time Dependent Plasticity,STDP)、监督学习和基于兴趣的学习活动,并且实现了PQ4R(预习:Preview、提问:Question、阅读:Read、反思:Reflect、复述:Recite、复习:Review)策略中的预习和复习学习方法模拟。这项工作为提高忆阻器性能和开发新的神经形态功能提供了新的途径,促进神经形态芯片的发展。二、为解决金属原子聚集问题,采用了CDs负载Mg原子(Mg-Carbon Quantum Dots,Mg-CDs)的方法,并对掺杂Mg-CDs的忆阻器进行电学性能测试及神经仿生特性和神经仿生应用的研究。作为对照组,制备了Ag/HfO2/Mg/Pt器件;掺杂Mg-CDs后,制备了Ag/HfO2/Mg-CDs/Pt器件。结果显示功能层中掺杂Mg-CDs的忆阻器电学参数分布更为均匀,且有着较低的开关功率(1.51×10-8 W和1.06×10-7 W)及较快的打开速度(8.9 ns)。为证明Mg-CDs是否适用于其它氧化物功能层的器件,制备了Ag/Mo O3/Mg-CDs/Pt、Ag/ZrO2/Mg-CDs/Pt两种器件。结果表明,两种器件均有着较为集中的开关电压,证明了Mg-CDs同样适用于其它氧化物功能层器件。依据器件对不同脉冲序列刺激下的电导变化不同,将Ag/HfO2/Mg-CDs/Pt器件应用于人体脉搏监测的医学诊断。根据中医对脉搏的分析,将脉象通过忆阻器以数值的形式呈现,为忆阻器人工智能应用开辟了新的领域,有望为中医的进一步发展做出贡献。
其他文献
阿尔茨海默病(Alzheimer Disease,AD)的影像学诊断主要依靠正电子发射型计算机断层显像(Positron Emission Computed Tomography,PET)和磁共振成像(Magnetic Resonance Imaging,MRI)。PET图像中葡萄糖代谢水平的高低可以直观反映AD患者的脑功能,但分辨率受限,无法确定葡萄糖代谢在组织中的详细位置。MRI图像可以清晰显
近年来,随着互联网的飞速发展,人们能够获取海量信息的同时也越来越难从中找到有用的信息,而推荐系统的出现则缓解了这一问题所带来的影响。在日常生活中,事件的发生都有一定的时间顺序,时间顺序是推荐系统不可忽视的重要信息,因此序列推荐系统受到广泛关注。现有的序列推荐算法容易受到用户行为序列的单向链式结构束缚,一旦序列中出现突发性购买项目则会产生一定的噪音,从而影响整体的推荐效果。由于不同的项目和用户的重要
运动想象脑电信号由被试者想象肢体运动产生。基于运动想象的脑机接口技术被认为是最具有发展前景的技术之一,它在医疗康复、家居生活、游戏娱乐等方面都有广泛应用。运动想象脑电信号的分析解码是脑机接口技术的核心。但是脑电信号具有低信噪比、非周期性、非平稳性、个体差异性大等问题,导致了运动想象脑电信号解码困难。具体表现为用于分析运动想象脑电信号的模型难以充分学习到其有效特征,模型泛化能力差。本文基于深度学习的
结直肠癌肝转移疾病是影响结直肠癌患者治疗和预后的主要原因,大约有一半的结直肠癌患者会发生肝转移。因此,如何更准确地鉴别出肝转移病灶和更早的预测出肝转移风险是非常重要的。然而,临床医师目前主要是凭借多年的临床经验,通过常规的影像对疾病进行定性评估,还达不到精准医疗的效果。近年来,随着影像组学技术的不断发展,很多研究学者对肿瘤疾病的鉴别和预测有了新的思路。本文在研究结直肠癌肝转移病灶鉴别困难问题上,给
孤独症谱系障碍(Autism Spectrum Disorder,ASD)是一种神经发展障碍性疾病,目前其发病原因还不明确,至今仍然没有有效的诊断手段和治疗方法。ASD患者在社交和行为等方面异于常人,康复训练费用昂贵,严重影响了患者及其家庭生活质量,同时对社会和国家造成了负担。ASD的早期诊断可以使病情在发展初期得到有效干预,因此寻找一种客观的诊断方法有着重要的现实意义。随着医学影像的发展,研究人
据统计,目前心血管疾病是我国城乡居民致死率最高的疾病,并且近年来患病率持续上升。心血管疾病的发病具有隐秘性和突发性的特点,因此对心血管疾病及时预警显得尤为重要。心室的复极过程反映在心电图上即T波,当心室复极过程出现异常时,心电图T波会相应的发生形态改变,因此监测T波的形态变化可以提早发现心脏的病变。但心电图连续监测所获得的心电信号数据量庞大,医生的诊断任务会相当繁重。因此,为了辅助医生阅读心电图,
窄带物联网(Narrow Band Internet of Things,NB-IoT)依靠其广覆盖、低功耗、低成本、大连接等优势,成为被广泛应用的物联网技术。小区搜索作为NB-IoT下行接收机中的关键过程,是终端和基站进行通信的保障。小区搜索需要检测两种同步信号,而NB-IoT和传统的LTE(Long Term Evolution,长期演进)相比,两种同步信号的结构和功能都不同,同时NB-IoT
脑肿瘤分割对于脑肿瘤放射治疗计划的制定和疗效评估具有重大意义。由于脑肿瘤的大小、形状各不相同并且位置难以确定,常用的手动分割方法耗时耗力,分割结果也会受到专家个人经验的主观影响。卷积神经网络(Convolutional Neural Network,CNN)中的U-Net网络使用编解码结构,并且在编码结构与解码结构的同一层使用了跳跃连接,可以将编码部分与解码部分的特征融合,常被用于脑肿瘤图像的分割
随着互联网和电子信息产业的不断发展和进步,互联网逐渐成为人们获取信息的主要手段,人们能够获取的信息量剧增,随之产生信息过载问题,解决信息过载的一个有效手段是推荐系统。推荐系统的核心是推荐算法,其中协同过滤推荐算法深受瞩目,它通过分析用户的历史评分信息为用户进行个性化推荐。但是该方法仍存在数据稀疏性问题和冷启动问题,导致推荐系统的准确度不高。因此针对协同过滤的局限性,本文尝试加入辅助信息,做出了以下
我国作为世界人口第一大国,截至2021年年末,我国受到视力障碍影响的人数已多达1700余万,视力的受损甚至丧失使他们的正常出行受到了严重的影响。为了解决视力障碍者出行不便的问题,研究人员设计出了各种导盲设备。但是现有的一些导盲设备普遍以检测道路水平面以上的正障碍物为主,却往往忽略了视力障碍者出行时对他们威胁更大的坑洞等水平面以下的负障碍,同时这些导盲设备普遍存在功能不全,无法实时预警,携带不便等问