潘若冰
,
胡丽娟
,
曹鸿涛
,
竺立强
,
李俊
,
李康
,
梁凌燕
,
张洪亮
,
高俊华
,
诸葛飞
材料科学与工程学报
doi:10.14136/j.cnki.issn 1673-2812.2017.02.013
本文采用ZnO忆阻器模拟了生物神经突触的记忆和学习功能.ZnO突触器件表现出典型的随时间指数衰减的突触后兴奋电流(EPSC),以及EPSC的双脉冲增强行为.在此基础上,实现了学习-遗忘-再学习的经验式学习行为,以及四种不同种类的电脉冲时刻依赖可塑性学习规则.ZnO突触器件实现了超低能耗操作,单次突触行为能耗最低为1.6pJ,表明其可以用来构筑未来的人工神经网络硬件系统,最终开发出与人脑结构类似的认知型计算机以及类人机器人.
关键词:
忆阻器
,
神经突触器件
,
人工神经网络
,
ZnO
李想
,
颜钟惠
,
刘阳辉
,
竺立强
材料导报
以三甲基铝(TMA)和水为反应源,采用原子层沉积(ALD)技术在n型单晶硅表面沉积15 nm、30 nm和100 nm的Al2O3薄膜,并对样品进行快速退火(RTA)处理.采用少子寿命测试仪测试样品的有效少子寿命,获得了表面复合速率(SRV),通过X射线光电子能谱(XPS)分析了薄膜的化学成分,在此基础上研究了薄膜厚度及退火条件对钝化效果的影响,并分析了钝化机理.结果表明:ALD技术制备的Al2O3薄膜经退火后可使n型单晶硅SRV值降低到7 cm/s,表面钝化效果显著.
关键词:
太阳能电池
,
晶体硅钝化
,
原子层沉积
,
Al2O3薄膜
