论文部分内容阅读
以数据网络为基础的人工智能、大数据、物联网等新兴技术在深刻改变人类的生活。但是,面对日益增加的数据信息,传统的冯·诺依曼模式的计算机越来越捉襟见肘。如何提高存储和运算的效率成为人类不得不面对的难题。相比之下,人类大脑的神经系统更具效率,在低频率、低能耗的工作条件下,可以完成感知、识别、记忆、思考等一系列复杂过程。大脑和传统计算机的主要区别在于信息的记忆和处理是并行的,大脑可以通过一个学习过程的不同成分来同时实现信息的记忆和处理。受此启发,研究人员正在通过多种途径的尝试来实现神经仿生计算机。从底层出发,研制具有神经突触功能的新型功能材料和器件对于构建神经形态系统和研制智能终端设备具有重要意义。本论文中,我们制备了基于α-MoO3薄膜的两端阻变器件和二维α-MoO3单晶薄片的三端阻变器件,并围绕器件阻变的物理机制、影响因素以及模拟神经突触可塑性来进行深入研究。主要工作如下:1.研究了Ag/α-MoO3/FTO阻变器件的阻变特性和相关物理化学机制。a.发现器件在环境空气中存在突变式和渐变式两种极性完全相反的阻变形为:若经历初始化（Forming）过程,器件出现突变式阻变行为,符合电化学金属化（ECM）阻变机制;未经历初始化过程,则器件呈现出与电化学金属化型阻变机制极性完全相反的渐变式的阻变行为,符合价变型（VCM）阻变机制。b.通过对器件不同环境气氛下I-V特性的测量,发现环境气氛中H2O分子对器件价变型阻变行为起着至关重要的作用;进一步,通过不同电阻态样品的微区XPS分析,发现对器件施加扫描电压后,在Ag/α-MoO3界面附近有AgOx/2生成,在高阻态区域更为明显,而在低阻态区域,有部分Mo元素的价态由+6价转变成+5价。c.结合甫尔拜图,我们给出了器件的VCM型阻变的机制:器件界面附近吸附的H2O分子,产生OH-,这些OH-基团促进了器件中金属Ag电极发生阳极钝化生成AgOx/2,从而阻止了Ag+在电场作用下向对电极迁移。H2O分子参与的氧化还原反应使得Mo元素价态在+6价和+5价之间发生转变,从而使器件由ECM型阻变行为转变为VCM型阻变行为。2.利用Ag/α-MoO3/FTO阻变器件中具有连续阻变的VCM型阻变行为模拟了突触可塑性行为。通过改变脉冲电压的数目、宽度和频率,获得了器件电阻转变及弛豫行为的规律性变化,利用电阻来模拟突触权重的短程记忆效应、长程记忆效应、激发频率依赖可塑性和脉冲时序依赖可塑性等突触学习规律。3.制备了准二维α-MoO3单晶薄片作为沟道材料,离子液体作为栅极电介质的三端忆阻器件,实现了α-MoO3沟道电导在低能耗条件下的多态可逆调控,并对其调控机制以及在神经突触可塑性模拟中的应用进行了研究。a.通过测量器件在不同湿度空气中的ID-VG特性,发现离子液体中的H2O分子对α-MoO3单晶薄片的电导调控起着至关重要的作用;b.利用拉曼光谱的方法研究了离子液体中H+的电化学掺杂作用,发现器件中H+的弛豫过程和生物神经突触中化学信号的传递过程的相似性;c.在低能耗条件下实现了对α-MoO3沟道电导的连续可逆调控,并利用这种电导变化成功模拟了兴奋性突触后电流、双脉冲易化、突触权重增强和抑制、短程记忆至长程记忆的转变等神经突触可塑性行为。