项目名称: 基于非晶碳纳米忆阻器的神经突触仿生器件研究

项目编号: No.61474127

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 诸葛飞

作者单位: 中国科学院宁波材料技术与工程研究所

项目金额: 86万元

中文摘要: 忆阻器电阻值会随流经电荷量而发生改变,并且具有电阻记忆功能,这些特性与生物大脑中神经突触的工作原理高度相似,再加上其结构简单,集成度高,因此在新型神经突触仿生电子器件领域引起极大关注。目前,用于突触仿生器件的忆阻材料主要集中于氧化物及硫系物质,和它们相比,非晶碳(a-C)组分简单,易于可控制备,同时也具有优良的忆阻性能,因此,非晶碳忆阻器在作为突触仿生器件方面具有独特的优势和应用潜力。本项目旨在找到1-2种具有自主知识产权、能可控实现多电阻态的a-C忆阻材料,利用电子束刻蚀等方法制备出性能稳定、能耗低的交叉阵列结构a-C基纳米忆阻器件。在此基础上,通过合理设计电激励信号,实现突触功能的可控模拟,包括STDP学习能力和长短程记忆行为,获得具有自主知识产权的a-C基神经突触仿生器件。同时利用气氛、温度及光照可变电学测量探针台,结合可原位电学测试透射电镜,深入理解a-C突触器件的微观工作机制。

中文关键词: 忆阻器;电致阻变效应;非晶碳;电子仿生器件

英文摘要: The resistance of a memristor changes with the amount of electric charges flowing through it. Moreover, the resistance can be retained as the bias voltage is removed. These features are highly similar to the working principle of neural synapses in biological brains. In addition, a memristive device is simple in structure thus having a high integration density. Therefore, the memristor has attracted much attention due to its potential application as novel biomimetic synapses. Till now, the memristive materials for synaptic devices mainly focus on oxides and chalcogenides. Compared to those materials, amorphous carbon (a-C) has a simple composition and it is easy to realize controllable preparation of a-C. At the same time, a-C shows good memristive behaviors. So, a-C-based memristive devices have unique advantages as biomimetic synapses. This project aims to find one or two a-C memristive materials with controllable multilevel resistance states, obtain stable crossbar-structured nanoscale a-C memristive devices with low energy consumption, and achieve controllable synaptic mimicry such as STDP learning rule and long-term/short-term plasticity, i.e., obtain a-C-based biomimetic synapses. Furthermore, this project aims to elucidate the working mechanism of a-C-based biomimetic synapses by employing the atmosphere, temperature and illumination tunable probe station for electrical measurements and in situ transmission electron microscopy technique.We possess independent intellectual property rights to all the materials and devices devoloped in this project.

英文关键词: memristor;resistive switching;amorphous carbon;biomimetic electronic device

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
混合增强视觉认知架构及其关键技术进展
专知会员服务
40+阅读 · 2021年11月20日
专知会员服务
61+阅读 · 2021年9月20日
专知会员服务
38+阅读 · 2021年6月11日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
51+阅读 · 2021年4月6日
专知会员服务
132+阅读 · 2021年2月17日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
Ihmehimmeli 项目:脉冲神经网络中的时序编码
谷歌开发者
16+阅读 · 2019年11月12日
脉冲神经网络(SNN)概述
人工智能前沿讲习班
60+阅读 · 2019年5月30日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Age Optimal Sampling Under Unknown Delay Statistics
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
A Sheaf-Theoretic Construction of Shape Space
Arxiv
0+阅读 · 2022年4月19日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
混合增强视觉认知架构及其关键技术进展
专知会员服务
40+阅读 · 2021年11月20日
专知会员服务
61+阅读 · 2021年9月20日
专知会员服务
38+阅读 · 2021年6月11日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
51+阅读 · 2021年4月6日
专知会员服务
132+阅读 · 2021年2月17日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员