基于人工智能的自旋电子声音识别器件及制备方法与应用技术

本发明专利技术公开了一种基于人工智能的自旋电子声音识别器件及制备方法与应用。本发明专利技术利用自旋电子器件模拟人工神经网络器件，比基于CMOS的人工神经网络器件相比，具有非挥发、低功耗、高速和高集成度的优点。而同时，与磁性隧道结所做自旋器件相比，本发明专利技术器件主要利用自旋轨道转矩原理，在器件外侧，无需额外增加磁场进行驱动。此外，本发明专利技术器件可以表现出四种不同阻态,且无需设置中间态。通过转换后的激励微波电压调制，可以实现四个电阻间的转换，在单个器件即可实现两个比特的存储功能。

【技术实现步骤摘要】
基于人工智能的自旋电子声音识别器件及制备方法与应用
本专利技术具体是一种基于人工智能的新型自旋电子声音识别器件及制备方法与应用，属于自旋电子学、半导体器件、人工智能领域。
技术介绍
当今时代，人工智能(ArtificialIntelligence,AI)发展进入新阶段。经过60多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。人工智能对于国际竞争、社会建设、经济发展都将起到重要作用。作为人工智能技术的核心，人工智能芯片成为当前关注的重点。当前，尽管基于本文档来自技高网...

【技术保护点】
1.一种基于人工智能的自旋电子声音识别器件，其特征在于：所述识别器件从下至上由衬底、二维外尔半金属层、铁磁材料层、势垒层、铁磁材料层组成；/n其中，所示衬底的基体材料选自GaAs、云母片、蓝宝石、SiO

【技术特征摘要】
1.一种基于人工智能的自旋电子声音识别器件，其特征在于：所述识别器件从下至上由衬底、二维外尔半金属层、铁磁材料层、势垒层、铁磁材料层组成；
其中，所示衬底的基体材料选自GaAs、云母片、蓝宝石、SiO2片、Si片中的一种；所述二维半金属层选自WTe2、MoTe2、PtTe2、TaTe2中的一种；所述铁磁材料层选自Co-Tb合金、CoFeB合金、Co-Ni合金以及坡莫合金中的一种；势垒层为MgO与Al2O3中的一种。


2.根据权利要求1所述的基于人工智能的自旋电子声音识别器件，其特征在于：所述二维半金属层的厚度为5-10nm，铁磁层为2-7nm，势垒层为1-2nm。


3.权利要求1所述基于人工智能的自旋电子声音识别器件的制备方法，其步骤为：从衬底向上逐层通过物理气相沉积法、化学气相沉...

【专利技术属性】
技术研发人员：余昌昊，刘耿硕，孙晨，郭冬迎，王瑞龙，杨昌平，梁世恒，
申请(专利权)人：湖北大学，
类型：发明
国别省市：湖北;42