Μελέτη διατάξεων μεταβλητής αντίστασης (ReRAM) και εφαρμογή τους ως τεχνητές συνάψεις

Νίκας, Γεώργιος; Nikas, Georgios

dc.contributor.author	Νίκας, Γεώργιος	el
dc.contributor.author	Nikas, Georgios	en
dc.date.accessioned	2019-04-01T09:57:01Z
dc.date.available	2019-04-01T09:57:01Z
dc.date.issued	2019-04-01
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48561
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.9380
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Μικροσυστήματα και Νανοδιατάξεις”	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μνημαντιστάτης	el
dc.subject	ReRAM	el
dc.subject	Νανοδιατάξεις μνήμης	el
dc.subject	Νευρομορφικές ιδιότητες	el
dc.subject	Πλαστικότητα	el
dc.subject	Memristor	en
dc.subject	ReRAM	el
dc.subject	Memory nanodevices	el
dc.subject	Neuromorphic properties	el
dc.subject	Plasticity	el
dc.title	Μελέτη διατάξεων μεταβλητής αντίστασης (ReRAM) και εφαρμογή τους ως τεχνητές συνάψεις	el
heal.type	masterThesis
heal.classification	Μικροσυστήματα	el
heal.classification	Νανοηλεκτρονικές Διατάξεις	el
heal.language	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2019-02-20
heal.abstract	Στην παρούσα διπλωματική εργασία έγινε μελέτη γύρω από τις νανοδιατάξεις μνήμης ReRAM. Όσο ο νόμος του Moore και οι τωρινές αρχιτεκτονικές υπολογιστών φέρνουν σε νέα εμπόδια την τεχνολογία CMOS, τόσο αναζητούνται αναδυόμενες τεχνολογίες μνημών που να προσφέρουν διεξόδους με πιο ευέλικτους τρόπους σε ό,τι αφορά την αποθήκευση και την επεξεργασία της πληροφορίας. Ξεκινώντας από την επινόηση του memristor και την κατασκευή του το 2008 από τα εργαστήρια της HP, γίνονται σήμερα ερευνητικές προσπάθειες να κατανοηθούν οι μηχανισμοί που διέπουν τις διατάξεις μνημών μεταβαλλόμενης αντίστασης και να προταθούν λύσεις για την βελτίωση της συμπεριφοράς τους οπως την κατανάλωση ισχύος τους, την αντοχή τους, το χρόνο εγγραφής, τις νευρομορφικές τους ιδιότητες. Στα πλαίσια αυτά έγινε ηλεκτρικός χαρακτηρισμός και μελέτη ιδιοτήτων τεχνητής σύναψης σε 4 δείγματα μορφής MIM (μέταλλο-μονωτής-μέταλλο). Πρώτα έγινε σύγκριση μεταξύ διατάξεων με ένα στρώμα οξειδίου που κατασκευάστηκαν απο διαφορετικούς στόχους υλικού, το ένα απο μεταλλικό στόχο και το άλλο απο κεραμικό. Τα δείγματα αυτά έχουν ενεργό υλικό το οξείδιο του αφνίου (HfOx). Στη συνέχεια μελετήθηκε η επίδραση που έχει η προσθήκη επιπλέον στρωμάτων οξειδίων σε αυτές τις διατάξεις. Συγκεκριμένα έγινε σύγκριση με δομή δύο στρωμάτων (bilayer) απο οξείδιο του αφνίου και οξείδιο του ταντάλου (TaOx) διαφορετικής στοιχειομετρίας, ενώ ακολούθησε σύγκριση με προσθήκη ενός ακόμα στρώματος οξειδίου σε μια δομή τριών στρωμάτων οξειδίου (trilayer), με οξείδιο του αφνίου στην πάνω και κάτω πλευρά και οξείδιο του ταντάλου στο ενδιάμεσο. Όπως είναι γνωστό και απο την εως τώρα βιβλιογραφία, η προσθήκη παραπάνω στρωμάτων οξειδίου μας οδηγεί σε δομές με χαμηλότερα ρεύματα, πιο καλές κατανομές αντιστάσεων λειτουργίας για set/reset, και πιο ελεγχόμενη συμπεριφορά της εναλλαγής που περιορίζεται σε συγκεκριμένο σημείο της διάταξης. Σε όλα τα δείγματα έγινε αναζήτηση και μελέτη νευρομορφικών ιδιοτήτων με πειράματα παλμών. Τέλος, έγινε μια προσομοίωση αναγνώρισης μοτίβων και συγκεκριμένα εικόνων απο ένα νευρωνικό δίκτυο με συνάψεις που αξιοποιούν τις εξισώσεις του memristor.	el
heal.abstract	In this thesis ReRAM memory nanodevices were studied. As long as Moore’s law and current computer architectures bring CMOS technology towards new barriers, emerging memory technologies are sought in order to offer ways of storing and computing information through more flexible ways. Starting from the prediction and construction of the memristor in HP laboratories, there have been several research attempts to understand the underlying mechanisms that rule ReRAM devices and to suggest improvements of their characteristics, such as power consumption, endurance, write time, neuromorphic properties. In this context, we made electrical characterization and study of artificial synapse properties on 4 samples with MIM structure (Metal – Insulator – Metal). At first, we made a comparison between devices of single layer oxide that were made of different target material, the one out of metallic target and the other out of ceramic. These samples use as active layer the hafnium oxide (HfOx). Next, we studied the effect of adding more layers into these devices. Particularly we made a comparison with a two-layer (bilayer) device with HfOx and tantalum oxide (TaOx) of different stoichiometry, and afterwards we compared the bilayer and single layer devices with a structure of three layers (trilayer), which consists of two layers of hafnium oxide on the electrode sides and one intermediate layer of tantalum oxide. As it is known from the literature, adding more oxide layers leads to devices with lower currents, better resistance distributions for set/reset operations and more controllable behavior of switching that is limited in a particular space of the device. There was a search and study of neuromorphic properties for all samples through pulse experiments. Finally, we made a simulation of pattern recognition and more specifically image classification with a neural network with synapses that use the memristor equations.	en
heal.advisorName	Τσουκαλάς, Δημήτριος	el
heal.committeeMemberName	Τσουκαλάς, Δημήτριος	el
heal.committeeMemberName	Ράπτης, Ιωάννης	el
heal.committeeMemberName	Τσέτσερης, Λεωνίδας	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.numberOfPages	119 σ.	el
heal.fullTextAvailability	true