Найти
Результаты поиска
-
ИССЛЕДОВАНИЕ МЕМРИСТИВНЫХ НАНОРАЗМЕРНЫХ СТРУКТУР С ПРОФИЛИРОВАННЫМ ЭЛЕКТРОДОМ ДЛЯ НЕЙРОМОРФНОЙ ЭЛЕКТРОНИКИ
И.Л. Житяев , М. С. Картель , Ю.Ю. Житяева , А. А. Авакян , В. А. Смирнов2025-04-27Аннотация ▼Представлены результаты разработки наноразмерных мемристорных структур, примене-
ние которых является перспективным для аппаратной реализации систем искусственного интел-
лекта. Предложена конструкция мемристорной ячейки на основе пленки оксида титана толщи-
ной от 3 до 50 нм, верхний электрод которой представлял профилированную структуру в виде
двух высокоаспектных острийных наноразмерных структур (ВОНС), у которой одно из острий
было с радиусом 10 нм, а радиус острия второй варьировался в диапазоне от 10 до 50 нм. В каче-
стве материала для верхнего электрода была выбрана платина из-за ее уникальных физико-
химических свойств, в том числе высокой химической инертности в широком диапазоне темпера-
тур и агрессивных сред, низкого удельного электрического сопротивления и устойчивости к окис-
лению. Эти характеристики делают платину оптимальным материалом для использования в
электронных устройствах и сенсорных системах, где требуется долговременная стабильность и
минимальные потери энергии при передаче сигнала. Представлены результаты моделирования
распределения напряженности электрического поля в межэлектродном промежутке мемристор-
ной ячейки. Моделирование проводилось с использованием программного обеспечения COMSOL
Multiphysics, в которой решаются системы нелинейных дифференциальных уравнений в частных
производных методом конечных элементов, при разности потенциалов между электродами 5 В.
На основе результатов моделирования получены и проанализированы зависимости величины на-
пряженности электрического поля от геометрических параметров мемристорной ячейки. Выяв-
лено локальное усиление напряженности электрического поля по периметру интерфейса оксида с
ВОНС. Усиление неоднородности напряженности электрического поля возрастает с увеличением
толщины оксидной пленки и может достигать 13,4%. Полученные результаты могут быть ис-
пользованы при разработке нейроморфной электронной компонентной базы робототехнических
систем и систем искусственного интеллекта на основе мемристоров








