【技术实现步骤摘要】
本专利技术涉及人工神经元器件领域，尤其涉及一种反铁电人工神经元器件及其制备方法。
技术介绍
1、在构建人工神经网络硬件系统时，选择合适的材料至关重要，因为这直接影响着系统的性能、能耗和可行性。hfo2（氧化铪）基铁电材料因其在互补金属氧化物半导体（cmos）工艺中的兼容性和优越的电气性能，被广泛研究用于制造非易失性存储器元件，比如fefets（铁电场效应晶体管），这些元件能够模拟神经元的阈值激发行为。
2、然而，铁电材料固有的非易失性意味着一旦极化，除非外加反向电压，否则其状态会保持不变，这与生物神经元的瞬态电位变化并不完全匹配，需要额外的反馈路径，以实现激发后的自发复位，且工艺复杂，增加了硬件成本，增大功耗和操作复杂性。
技术实现思路
1、本专利技术的目的在于提出能够实现人工神经元的基本特性，包括积累、激发和自恢复的一种反铁电人工神经元器件及其制备方法。
2、本专利技术提出了一种反铁电人工神经元器件的制备方法，包括：提供衬底；在衬底上形成第一金属层，作为第一电极；在第一金属层上形成铪锆氧化物薄膜；在铪锆氧化物薄膜上形成第二金属层；通过快速热处理使铪锆氧化物薄膜结晶并产生反铁电性；去除第二金属层；
3、在铪锆氧化物薄膜上形成第三金属层，作为第二电极。
4、本专利技术的方法有益效果为：通过提供柔性衬底；通过提供衬底；在衬底上形成第一金属层，作为第一电极；在第一金属层上形成铪锆氧化物薄膜；在铪锆氧化物薄膜上形成第二金属层；对第二金属层进行
5、进一步，提供衬底包括：对衬底进行rca清洗工艺清洗，之后用氮气对衬底进行吹干。
6、进一步，在衬底上形成第一金属层，作为第一电极，包括：使用物理气象沉积法沉积第一金属层，所述第一金属层厚度为80nm。
7、进一步，在第一金属层上形成铪锆氧化物薄膜包括：使用等离子体原子层沉积法沉积铪锆氧化物薄膜，反应温度为250℃的情况下，沉积速率是每一轮循环沉积0.1nm。
8、进一步，使用等离子体原子层沉积法沉积铪锆氧化物薄膜，包括：在沉积过程中，每引入一次铪源气体进行一个沉积周期后，接下来会连续引入九次锆源气体进行沉积周期，铪锆氧化物薄膜沉积厚度为6nm。
9、进一步，在铪锆氧化物薄膜上形成第二金属层，包括；使用物理气象沉积法沉积第二金属层，第二金属层沉积的厚度为80nm。
10、进一步，使用物理气象沉积法沉积第二金属层之后，通过快速热处理技术将反铁电人工神经元器件在550℃下进行处理30秒。
11、进一步，去除第二金属层包括：使用湿法刻蚀工艺对二金属层进行刻蚀，湿法刻蚀溶液的组成比为：
12、。
13、进一步，在铪锆氧化物薄膜上形成第三金属层，作为第二电极包括:使用物理气相沉积在铪锆氧化物薄膜上沉积80nm第三金属层。
14、在一些实施例中还提出一种反铁电人工神经元器件，利用如上述实施例所述方法制得，包括依次设置的衬底、第一金属层、铪锆氧化物薄膜和第三金属层。
15、进一步，所述第一金属层厚度为80nm，所述铪锆氧化物薄膜厚度为6nm，第二金属层的厚度为80nm，所述第三金属层的厚度为80nm。
16、本专利技术的有益效果在于：反铁电材料在特定条件下可以自发地在正负极化状态之间切换，这一特性使得它们能够模拟神经元的累积和释放电位的过程，进而更好地支持动态学习和记忆功能；利用hzo反铁电材料的本征极化反转机制，可以简化神经形态计算所需的硬件结构，减少实现神经元复位所需的成本和能量消耗，有助于开发出更加高效节能的神经形态计算芯片，此外，作为hfo2基铁电材料的延伸，hzo反铁电材料具有强大的耐用性、电场循环下最小的增量漏电流和较低的功耗（由于ec较低），是hfo2基铁电材料的另一新兴体系，hzo反铁电材料具有本征的极化/退极化特性，可实现神经元积累/泄露功能，避免额外的硬件和操作成本，进而实现了包括积累、激发和自恢复的基本神经元特性，能够模拟生物神经元特性。
本文档来自技高网...【技术保护点】
1.一种反铁电人工神经元器件的制备方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，提供衬底包括：对衬底进行RCA清洗工艺清洗，之后用氮气对衬底进行吹干。
3.根据权利要求1所述的方法，其特征在于，在衬底上形成第一金属层，作为第一电极，包括：使用物理气象沉积法沉积第一金属层，所述第一金属层厚度为80nm。
4.根据权利要求1所述的方法，其特征在于，在第一金属层上形成铪锆氧化物薄膜包括：
5.根据权利要求4所述的方法，其特征在于，使用等离子体原子层沉积法沉积铪锆氧化物薄膜，包括：
6.根据权利要求1所述的方法，其特征在于，在铪锆氧化物薄膜上形成第二金属层，包括；
7.根据权利要求1所述的方法，其特征在于，
8.根据权利要求1所述的方法，其特征在于，去除第二金属层包括：
9.根据权利要求1所述的方法，其特征在于，在铪锆氧化物薄膜上形成第三金属层，作为第二电极包括:
10.一种反铁电人工神经元器件，其特征在于，包括依次设置的衬底、第一金属层、铪锆氧化物薄膜和第三
11.根据权利要求10所述的反铁电人工神经元器件，其特征在于，所述衬底为SiO2/Si衬底，所述第一金属层厚度为80nm，所述铪锆氧化物薄膜的厚度为6nm，第二金属层的厚度为80nm，所述第三金属层的厚度为80nm。
...【技术特征摘要】
1.一种反铁电人工神经元器件的制备方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，提供衬底包括：对衬底进行rca清洗工艺清洗，之后用氮气对衬底进行吹干。
3.根据权利要求1所述的方法，其特征在于，在衬底上形成第一金属层，作为第一电极，包括：使用物理气象沉积法沉积第一金属层，所述第一金属层厚度为80nm。
4.根据权利要求1所述的方法，其特征在于，在第一金属层上形成铪锆氧化物薄膜包括：
5.根据权利要求4所述的方法，其特征在于，使用等离子体原子层沉积法沉积铪锆氧化物薄膜，包括：
6.根据权利要求1所述的方法，其特征在于，在铪锆氧化物...
【专利技术属性】
技术研发人员：陈琳，徐康力，王天宇，孟佳琳，孙清清，张卫，
申请(专利权)人：复旦大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。