基于电荷捕获效应及电双层效应的双重神经形态器件及其制备方法技术

神经形态电路中包含众多的神经形态器件，此时对器件权重更新(电导调控)越精准、简洁越好，即“学习”的难度降低。当前对权重更新的调控面临电导呈非线性/不对称性变化、必须采用双极性电脉冲(正、负电压)调控等科学问题，增加了神经形态器件权重更新的难度；本专利通过制备电荷捕获效应与电双层效应并存的双重神经形态器件，利用两种电荷效应对半导体层调控速率的不同实现单极性电脉冲对权重更新的调控，通过两种电荷效应形成相互抑制作用增强电导调控的线性度以及对称性，解决神经形态电路中权重更新困难的问题。中权重更新困难的问题。中权重更新困难的问题。

【技术实现步骤摘要】
基于电荷捕获效应及电双层效应的双重神经形态器件及其制备方法


[0001]本专利技术涉及电子学和材料学
，尤其涉及基于电荷捕获效应及电双层效应的双重神经形态器件、其制备方法及应用。

技术介绍

[0002]传统的电子芯片多以硅片晶圆作为衬底，难以应用在可穿戴式、可植入电子领域。柔性电子器件具有可弯折、灵活性优、质量轻、便于携带、易整合等优点而被逐渐重视。
[0003]传统的“冯.诺依曼式”计算构架受到存储单元与计算处理单元分离的限制，具有功耗高、存算速度慢等问题，为此受人脑启发，类人脑神经形态器件由于其具有存算一体的优势，可高效、节能、快速地模拟人脑功能、完成计算与存储任务，成为解决“冯.诺依曼瓶颈”的重要途径，即神经形态学习。
[0004]目前神经形态计算采用并行执行“学习”与“推理”的过程，对单个神经形态器件来说，器件执行“学习”的过程即是对权重更新(即调节器件电导)；因此权重更新的线性度、对称性是研究热点。在硬件神经形态电路中，集成度越高，单个器件数目越多，这时要求对单个器件的权重更新越简洁越好，即器件的“学习”过程越容本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于电荷捕获效应及电双层效应的双重神经形态器件，其特征在于，包括：衬底(1)和设置在衬底(1)外表面处的电解质层(2)；所述电解质层(2)背离衬底(1)的一面上制备有电荷捕获层(3)；所述电荷捕获层(3)背离电解质层(2)的一面上制备有半导体层(4)；所述半导体层(4)背离电荷捕获层(3)的一面上设置有源极(6)和漏极(5)；所述源极(6)与漏极(5)共平面设置且两者之间留有沟道；所述电解质层(2)设有电荷捕获层(3)的一面上还独立设有浮栅层(7)；所述浮栅层(7)背离电解质层(2)的一面上连接有栅极(8)；所述器件中的电荷捕获层(3)用于产生电荷捕获效应，电解质层(2)用于产生电双层效应。2.如权利要求1所述的基于电荷捕获效应及电双层效应的双重神经形态器件，其特征在于，所述栅极(8)与源极(6)、漏极(5)形成共面结构。3.如权利要求2所述的基于电荷捕获效应及电双层效应的双重神经形态器件，其特征在于，所述栅极(8)、源极(6)和漏极(5)材料均选用金或铜电极材料制成。4.如权利要求2所述的基于电荷捕获效应及电双层效应的双重神经形态器件，其特征在于，所述半导体层(4)材料选用有机材料并五苯。5.如权利要求2所述的基于电荷捕获效应及电双层效应的双重神经形态器件，其特征在于，所述电荷捕获层(3)材料选用PyPN，DPN，PN，PS，P...

【专利技术属性】
技术研发人员：郑朝月，李世彬，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：