2022 Fiscal Year Annual Research Report
Artificial synaptic crossbar array memristors with interneuron function
| Project/Area Number |
21K18723
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
酒井 朗 大阪大学, 大学院基礎工学研究科, 教授 (20314031)
|
|---|
| Project Period (FY) |
2021-07-09 – 2023-03-31
|
| Keywords | 人工シナプス / メモリスタ / ドーパント / 有限要素法 / クロスバーアレイ / 電子線リソグラフィ / コンダクタンス / 介在ニューロン |
|---|
| Outline of Annual Research Achievements |
当該年度においては、まず、有限要素法を用いた、ドリフト・拡散に関わるモデルシミュレーションによって素子活性層部分の電界・電流密度分布を解析して、ドーパントの挙動と分布形成機構を解明した。有限要素解析ソフトウェアであるCOMSOL Multiphysicsを用いて4端子メモリスタ素子のジオメトリを設定し、酸素空孔の移動に対する温度依存効果や酸素空孔の荷電状態も新たに導入した計算式を定義することで、同素子の抵抗変化挙動シミュレーションを行った。その結果、4端子メモリスタ素子で実験的に観測されている抵抗変化挙動を再現することに成功した。種々の物性パラメータ条件の下でのシミュレーション解析から、閾値的挙動を示す抵抗変化の正確な再現にはデバイスの温度上昇に伴うドーパント移動の熱活性化過程の考慮が重要であることを初めて明らかにした。一方、クロスバーアレイの作製にあたり新規プロセスを構築した。これまでにパルスレーザー蒸着法を用いて酸素雰囲気下で成膜したGaOxを使用してきたが、得られる抵抗比が1.4程度と小さく課題を残していた。そこで今回は、アルゴン雰囲気を採用し、種々の成膜条件を探索した。電子線リソグラフィを用いてクロスポイントサイズが3～10μm四方のクロスバーアレイを作製することに成功し、顕著な電流-電圧ヒステリシス特性を示す抵抗スイッチング現象が確認された。今回得られた抵抗比は約100に達しており、従来の課題を解決できた。また、本クロスバーアレイメモリスタにおいて、介在ニューロンからの信号入力による連合学習機能を実装することに成功した。
以上より、研究期間全体を通じて、介在ニューロン端子からの信号入力に依存してコンダクタンス値を制御することのできる人工シナプス素子が創製され、そうした素子の機能原理の理論的実証に加えて、それをクロスバーアレイ構造へ展開することができた。
|
