Novel Two-Terminal Synapse/Neuron Based on an Antiferroelectric Hafnium Zirconium Oxide Device for Neuromorphic Computing

神经形态工程学 材料科学 人工神经元 突触 神经促进 记忆电阻器 电容器 神经元 可重构性 光电子学 计算机科学 电子工程 神经科学 电压 兴奋性突触后电位 电气工程 人工神经网络 人工智能 工程类 电信 生物 抑制性突触后电位
作者
Kangli Xu,Tianyu Wang,Lu Chen,Yifan Song,Yongkai Liu,Jiajie Yu,Yinchi Liu,Zhenhai Li,Jialin Meng,Hao Zhu,Qingqing Sun,David Wei Zhang,Lin Chen
出处
期刊:Nano Letters [American Chemical Society]
卷期号:24 (36): 11170-11178 被引量:18
标识
DOI:10.1021/acs.nanolett.4c02142
摘要

Functionally diverse devices with artificial neuron and synapse properties are critical for neuromorphic systems. We present a two-terminal artificial leaky-integrate-fire (LIF) neuron based on 6 nm Hf0.1Zr0.9O2 (HZO) antiferroelectric (AFE) thin films and develop a synaptic device through work function (WF) engineering. LIF neuron characteristics, including integration, firing, and leakage, are achieved in W/HZO/W devices due to the accumulated polarization and spontaneous depolarization of AFE HZO films. By engineering the top electrode with asymmetric WFs, we found that Au/Ti/HZO/W devices exhibit synaptic weight plasticity, such as paired-pulse facilitation and long-term potentiation/depression, achieving >90% accuracy in digit recognition within constructed artificial neural network systems. These findings suggest that AFE HZO capacitor-based neurons and WF-engineered artificial synapses hold promise for constructing efficient spiking neuron networks and artificial neural networks, thereby advancing neuromorphic computing applications based on emerging AFE HZO devices.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
pluto应助兴奋灵采纳,获得10
刚刚
He_完成签到,获得积分10
1秒前
拼搏的雨寒完成签到,获得积分20
1秒前
科研小白发布了新的文献求助10
1秒前
烂漫的豆芽完成签到,获得积分10
1秒前
天真歌曲举报清爽傲丝求助涉嫌违规
2秒前
医只兔完成签到,获得积分10
2秒前
潇洒发布了新的文献求助10
2秒前
CodeCraft应助小白采纳,获得10
3秒前
deacle完成签到,获得积分10
3秒前
坦率的银耳汤完成签到,获得积分10
3秒前
3秒前
5秒前
5秒前
共享精神应助执着的太君采纳,获得10
7秒前
8秒前
8秒前
曹健发布了新的文献求助10
9秒前
赘婿应助潇洒采纳,获得10
9秒前
脑洞疼应助move采纳,获得10
9秒前
斯文问旋完成签到,获得积分10
9秒前
噎鸣发布了新的文献求助10
10秒前
LiLi发布了新的文献求助10
10秒前
10秒前
CodeCraft应助XYZ采纳,获得10
11秒前
隐形曼青应助王淳采纳,获得10
12秒前
12秒前
yzy应助zhu1230采纳,获得10
12秒前
青龙大帝完成签到,获得积分20
13秒前
美满又蓝应助xuan采纳,获得10
14秒前
xiao完成签到,获得积分10
14秒前
ymy关闭了ymy文献求助
14秒前
丘比特应助zzz采纳,获得10
14秒前
14秒前
123完成签到,获得积分20
15秒前
彭晓雅完成签到 ,获得积分10
15秒前
15秒前
Strive应助甜甜睫毛采纳,获得10
15秒前
青龙大帝发布了新的文献求助10
16秒前
srics完成签到,获得积分10
16秒前
高分求助中
Markov Chain Monte Carlo 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Common Foundations of American and East Asian Modernisation: From Alexander Hamilton to Junichero Koizumi 5000
How to Use Machine Learning in Chemistry: An Introduction 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7582182
求助须知:如何正确求助?哪些是违规求助? 9161229
关于积分的说明 19602032
捐赠科研通 7164313
什么是DOI,文献DOI怎么找? 3266104
关于科研通互助平台的介绍 2431004
邀请新用户注册赠送积分活动 2257295