声明
摘要
图目录
表目录
1.1 前言
1.2人工神经网络概述
1.2.1 人工神经网络的计算原理
1.2.2深度神经网络(DNN)
1.2.3脉冲神经网络(SNN)
1.3人工神经网络的硬件实现
1.3.1 基于CMOS电路的人工神经网络
1.3.2基于忆阻器的人工神经网络
1.4选题意义与研究内容
第2章面向人工神经网络应用的忆阻器件
2.1忆阻器分类
2.1.1相变基忆阻器
2.1.2磁阻基忆阻器
2.1.3铁电基忆阻器
2.1.4氧化还原基忆阻器
2.1.5不同种类忆阻器对比
2.2氧化还原基忆阻器的阻变机制
2.2.1 金属离子导电细丝型阻变机制
2.2.2氧空位导电细丝型阻变机制
2.2.3界面型阻变机制
2.3忆阻器件需求
2.3.1保持性与耐受性
2.3.2操作电压与读电压
2.3.3电导变化响应
2.4忆阻器阵列需求
2.4.1 忆阻器阵列结构
2.4.2忆阻器阵列漏电流问题
2.4.3漏电流解决方案
2.5本章小结
第3章TaOx基忆阻器的线性度研究
3.1 材料选择
3.2制备工艺与器件表征
3.3 TaOx基忆阻器的电学特性
3.3.1 Ta/TaOx/Pt
3.3.2 Mo/TaOx/Pt
3.3.3 W/TaOx/Pt
3.4 TaOx基忆阻器的I-V线性度
3.5 TaOx基忆阻器的电导变化线性度
3.6机理分析
3.7神经网络仿真结果
3.8本章小结
第4章TaOx基选通器件及其与忆阻器的集成研究
4.1 选通器件的分类
4.1.1 阈值型选通器件
4.1.2电流连续型选通器件
4.2选通器件的设计与制备
4.2.1器件材料选择
4.2.2器件结构设计
4.2.3器件制备流程
4.3选通器件的电学特性
4.3.2 300℃,300 s氧化条件下Ru/TaOx/Ta选通器件的电学特性
4.3.3 400℃,300 s氧化条件下Ru/TaOx/Ta选通器件的电学特性
4.3.4不同氧化条件选通器件的电学特性对比
4.3.5 本文工作与已报道的选通器件的对比
4.4选通器件的机理分析
4.5选通器件与忆阻器件的集成
4.5.1 Ru/TaOx/Ta选通器件与忆阻器件的集成
4.5.2 Ru/TaOx/W选通器件与忆阻器件的集成
4.6本章小结
5.1 总结
5.2展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果
中国科学技术大学;