一种基于模拟型阻变和阈值型阻变的堆叠忆阻器及其制备方法技术

本发明专利技术公开了一种基于模拟型阻变和阈值型阻变的堆叠忆阻器及其制备方法，该堆叠忆阻器包括模拟型忆阻器和阈值型忆阻器，模拟型忆阻器包括顶电极Au、阻变层氧化钨(WO

【技术实现步骤摘要】
一种基于模拟型阻变和阈值型阻变的堆叠忆阻器及其制备方法


[0001]本专利技术属于微电子
，涉及一种基于模拟型阻变和阈值型阻变的堆叠忆阻器及其制备方法。

技术介绍

[0002]人工神经网络(ANN)是一个非编程的自适应、自组织和自学习的系统，按不同的连接方式组成不同的网络，实现监督学习和无监督学习。通过ANN的计算处理信息能力，对人脑组织结构和运行机制的某种抽象、简化和模拟。为了在硬件中构建ANN，开发人工神经元也是必要的。人工神经元由两个主要部分组成：整合部分和激发过程。一个阈值开关TS装置可以被用来完成激发动作，而整合功能(或积累过程)通常是通过带有一些电容和电阻的外围电路实现的，这将导致整合过程电路较为复杂，功耗比较高。开发一种具有阈值型(TS)型阻变和模拟型(ARS)阻变行为整体的忆阻设备能有效解决这个问题。同时，基于模拟型和阈值型阻变的堆叠忆阻器对神经元的激发频率作为调节，实现的强度频率调制，可以为构建更复杂的神经形态网络硬件做基础，进而发展高密度的神经形态计算系统。
[0003]针对上述问题，我们构建了基于模拟型(AR本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模拟型阻变和阈值型阻变的堆叠忆阻器，其特征是：该堆叠忆阻器包括模拟型忆阻器和阈值型忆阻器，模拟型忆阻器包括顶电极Au、阻变层氧化钨(WO
X
)薄膜及底电极W；阈值型忆阻器包括顶电级W、阻变层银掺杂卡胶(Ag:ι
‑
car)薄膜及底电极Pt。2.根据权利要求1所述的一种基于模拟型阻变和阈值型阻变的堆叠忆阻器，其特征是：所述模拟型忆阻器底电极W及阈值型忆阻器顶电极W为共同电极，该电极为惰性金属电极。3.根据权利要求2所述的一种基于模拟型阻变和阈值型阻变的堆叠忆阻器，其特征是：所述模拟型忆阻器顶电极Au为惰性金属电极，为Au点电极，金属掩膜版孔径约为100～200μm，沉积电极厚度约为50～80nm。4.根据权利要求2或3所述的一种基于模拟型阻变和阈值型阻变的堆叠忆阻器，其特征是：所述阈值型忆阻器底电极Pt为惰性金属电极，为Pt层，沉积电极厚度约为90～100nm。5.根据权利要求4所述的一种基于模拟型阻变和阈值型阻变的堆叠忆阻器，其特征是：所述模拟型忆阻器阻变层氧化钨(WO
X
)薄膜由磁控溅射生长，其厚度为80nm～100nm。6.根据权利要求4所述的一种基于模拟型阻变和阈值型阻变的堆叠忆阻器，其特征是：所述阈值型忆阻器阻变层银掺杂卡胶(Ag:ι
‑
car)薄膜由匀胶机旋涂方法制备，旋涂层数为5层，其厚度为80nm～100nm。7...

【专利技术属性】
技术研发人员：王中强，卞景垚，陶冶，徐海阳，刘益春，
申请(专利权)人：东北师范大学，
类型：发明
国别省市：