バッテリーフリー・長寿命有機薄膜センサ回路の実現

2022 Fiscal Year Annual Research Report

• Project/Area Number: 21J23211
• Allocation Type: Single-year Grants
• Research Institution: Kyoto University
• Principal Investigator: 大島 國弘 京都大学, 情報学研究科, 特別研究員(DC1)
• Project Period (FY): 2021-04-28 – 2024-03-31
• Keywords: 有機薄膜トランジスタ / フレキシブルデバイス / 抵抗変化型メモリ / スパイキングニューラルネットワーク

Outline of Annual Research Achievements

有機薄膜トランジスタ（OTFT）は紙やフィルムといった物理的に柔軟な基板上に回路を作製できるため，フレキシブルセンサ等の回路への応用が期待されている．フレキシブルセンサ回路では，センサ素子に加えて取得したデータを保存する記憶素子や，演算処理を行うプロセッサが必要となる．そこで，本研究では，センサシステムにおけるOTFT回路応用に向けて抵抗変化型メモリ（ReRAM）及び，機能回路に関しては，スパイキングニューラルネットワーク（Spiking neural network; SNN）回路の実装の検討を行う．
ReRAMは金属酸化物と金属の積層により構成され，外部電流により金属酸化物内部に電流経路を作り出すことで抵抗を変化させて値を保持する素子である．OTFTの低コストで物理的に柔軟な基板上に回路を集積できる性質を損なわずにReRAMを実現するためにはOTFTの製造プロセス中にReRAMの製造を組み込めることが望ましい．そこで，本研究ではOTFTを構成する材料・作製プロセスのみでReRAMを試作した．実測により，提案ReRAMは多値を保存可能な記憶素子として動作可能であることが確認できた．
SNN回路は，シナプス及びニューロンにより構成される回路であり，シナプスには記憶素子を用いるため，通常追加の製造プロセスの導入が必要となり製造コストの増加が懸念される．そこで提案SNN回路では，シナプスをOTFTを構成する材料・作製プロセスのみで構成し，SNN回路全体をOTFT製造プロセスのみで作製可能とした．回路シミュレーションを行い，MNISTデータセットにおける推論精度の検証において高い精度を得られることを確認した．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

有機薄膜トランジスタ（OTFT）の安定性に関わる研究から発展して，抵抗変化型メモリ（ReRAM）素子の評価を行なった．提案ReRAM素子ではOTFTと共通の構造を有するため，引き続きOTFTのロバストネスに関する検討を行うことができた．また，センサの信号処理回路として検討を行なったスパイキングニューラルネットワーク（SNN）回路では，昨年度に検討した安定した論理素子特性を提供するOTFTレイアウトの知見を活かしており，センサ回路応用に向けた提案を引き続き行うことができた．

Strategy for Future Research Activity

引き続き検討が必要な内容として，今年度提案したReRAMを用いた回路応用の検討，SNN回路の試作・実測を行う予定である．