Memristors με δισδιάστατα υλικά και νευρομορφικές εφαρμογές

Σπιθούρης, Δημήτριος; Spithouris, Dimitrios

dc.contributor.author	Σπιθούρης, Δημήτριος	en
dc.contributor.author	Spithouris, Dimitrios	en
dc.date.accessioned	2022-10-24T10:53:07Z
dc.date.available	2022-10-24T10:53:07Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55980
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23678
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	Μνήμες Τυχαίας Προσπέλασης Αγώγιμου Δρόμου	el
dc.subject	Τεχνητοί Νευρώνες	el
dc.subject	Ηλεκτρικές Ιδιότητες	el
dc.subject	Δισδιάστατα Υλικά	el
dc.subject	Conductive Bridge Random Access Memories	en
dc.subject	Leaky Integrate-and-Fire	en
dc.subject	Artificial Neurons	en
dc.subject	2D materials	en
dc.subject	Electrical Properties	en
dc.subject	Κβαντική Αγωγιμότητα	el
dc.subject	Quantum Conductance	en
dc.title	Memristors με δισδιάστατα υλικά και νευρομορφικές εφαρμογές	el
dc.title	Memristors with 2D materials and neuromorphic applications	en
heal.type	masterThesis
heal.classification	Φυσική	el
heal.classification	Νευρομορφική Επεξεργασία	el
heal.classification	Νανοηλεκτρονικές διατάξεις	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-06-20
heal.abstract	Η ταχύτατη ανάπτυξη της τεχνολογίας των πληροφοριών έχει δημιουργήσει ανάγκες και προβλήματα που οι συμβατικοί υπολογιστές δεν μπορούν να ξεπεράσουν. Τα memristors αποτελούν μια από τις καλύτερες εναλλακτικές για τη δημιουργία νευρομορφικών υπολογιστών που μπορούν να υποστηρίξουν Τεχνητή Νοημοσύνη (AI). Στα πλαίσια αυτής της εργασίας, που χωρίζεται σε δύο μέρη, εξετάστηκαν η προσθήκη του δισδιάστατου υλικού MoS2 σε μία διάταξη memristor, δομής Ag/SiO2/TiN, για να ενισχυθούν το φαινόμενο της κβαντικής αγωγιμότητας και τα χαρακτηριστικά της και διαφορετικές διατάξεις ενός τεχνητού νευρώνα Leaky Integrate and Fire (LIF) σε συνδυασμό με ένα κύκλωμα παραγωγής παλμoσειρών ερεθίσματος. Στο πρώτο μέρος, ο ηλεκτρικός χαρακτηρισμός της διάταξης με το MoS2 επέδειξε πολλαπλές, σταθερές και επαναλήψιμες καταστάσεις κβαντικής αγωγιμότητας, μειωμένη μεταβλητότητα στη λειτουργία της, καλύτερα συναπτικά χαρακτηριστικά και αμετάβλητη απόδοση ως προς την αντοχή στην διατήρηση της πληροφορίας. Οι βελτιωμένες επιδόσεις της διάταξης οφείλονται στον περιορισμό στην ανάπτυξη του αγώγιμου σύρματος (CF), που εισάγει το δισδιάστατο υλικό, το οποίο λειτουργεί σαν σίτα κβαντικoύ περιορισμού του CF και ελέγχει τον σχηματισμό του, κάνοντας τα χαρακτηριστικά της διάταξης πιο ομοιόμορφα. Στο δεύτερο μέρος της εργασίας, όλες οι διατάξεις του τεχνητού νευρώνα που μελετήθηκαν, εμφάνισαν τα ζητούμενα χαρακτηριστικά που θα πρέπει να έχει ένας τεχνητός νευρώνας. Χρησιμοποιήθηκαν δύο διαφορετικά memristors, ένα με πτητικό και μη πτητικό τρόπο λειτουργίας και ένα καθαρά πτητικό, και παλμογεννήτρια ή ένα κύκλωμα παραγωγής παλμών, το οποίο, μέσω της ρύθμισης διαφορετικών στοιχείων του, μπορεί να μεταβάλλει τις παραμέτρους της παλμοσειράς. Πιο συμβατό αποδείχτηκε το καθαρά πτητικό memristor, λόγω της μεγαλύτερης σταθερότητάς του και του μεγαλύτερου παραθύρου μνήμης που έχει, ενώ η χρήση του κυκλώματος παραγωγής παλμών είναι επιτυχημένη και παρουσιάζει ενδιαφέρον καθώς, αντί για τα κυκλωματικά στοιχεία που μεταβάλλονται, μπορούν να χρησιμοποιηθούν αισθητήρες και να δημιουργηθεί μία ολοκληρωμένη συσκευή αίσθησης.	el
heal.abstract	The rapid growth of information technology has created needs and problems that the conventional computers cannot overcome. Memristors are one of the best alternatives for the realization of neuromorphic computing systems that can sustain artificial intelligence (AI). In this work, which is separated in two parts, the two dimensional material MoS2 was incorporated in a memristor with structure Ag/SiO2/TiN, in order to enhance its characteristics and the quantum conductance phenomenon. Also, different configurations of an artificial Leaky Integrate and Fire (LIF) neuron were examined, in combination with a pulse generator or a pulse generating circuit. In the first part, after the electrical characterization, the device with the embeddedMoS2 demonstrated multiple, stable and repeatable quantum conductance states, reduced variability and improved synaptic properties, while its endurance and retention performance were not affected by the incorporation of theMoS2. The enhanced performance of the device is attributed to the restriction to the growth of the conductive filament (CF), that the 2D material introduces. Thus,MoS2 works as a sieve of quantum constriction to the CF and it controls its formation, making the characteristics of the device more uniform and stable. In the second part of this work, all the different configurations of the artificial neuron that were examined, displayed the required characteristics, that artificial neurons should possess. Two different memristors were used, one with coexisting volatile and non-volatile resistive switching and one clearly volatile. The pulse generating circuit can alter the parameters of the pulse train by changing the values of its components and it is confirmed that it can substitute the pulse generator. The clearly volatile memristor is found to be more compatible with the nature of the device, due to the better stability of its resistive threshold switching and the greater memory window that it exhibits. Finally, the use of the pulse generating circuit is shown to be successful, something interesting, as it gives the ability to replace components of the circuit with sensors and create a fully integrated sensing device.	en
heal.advisorName	Τσουκαλάς, Δημήτριος	el
heal.advisorName	Tsoukalas, Dimitrios	en
heal.committeeMemberName	Ράπτης, Ιωάννης	el
heal.committeeMemberName	Δημητράκης, Παναγιώτης	el
heal.committeeMemberName	Raptis, Ioannis	en
heal.committeeMemberName	Dimitrakis, Panagiotis	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.numberOfPages	68 σ.	el
heal.fullTextAvailability	false