多孔有機聚合物膜應用于憶阻器研究中取得進展
多孔有機聚合物薄膜具有本征多孔性和可調節的孔隙環境，適合于電子器件的應用。然而，由于缺乏魯棒性、可加工性和制備的可控性，基于多孔有機聚合物薄膜的電子器件的構建仍存在挑戰。咔唑是一種具有較低氧化電位的高電活性單元，可通過電化學策略制備多孔有機聚合物薄膜，這為制備基于多孔有機聚合物薄膜的電子器件提供了思路。近日，中國科學院國家納米科學中心研究員韓寶航課題組與研究員孫連峰課題組合作，在電化學制備的多孔有機聚合物膜應用于憶阻器方面取得重要進展。 科研人員設計并合成了一系列含有咔唑單元的單體用來通過電化學方法構建薄膜。由單體Cz-0CN、Cz-1CN和Cz-2CN通過電化學聚合分別得到多孔有機聚合物薄膜eCPF-0、eCPF-1和eCPF-2。這些電化學聚合的多孔有機聚合物薄膜具有良好的完整性、連續性和光潔度。薄膜的厚度在10 ~ 200 nm范圍內可精確調控。利用功能分子的可設計性，科研人員將不同數量的氰基單元作為吸電......閱讀全文
多孔有機聚合物膜應用于憶阻器研究中取得進展
多孔有機聚合物薄膜具有本征多孔性和可調節的孔隙環境，適合于電子器件的應用。然而，由于缺乏魯棒性、可加工性和制備的可控性，基于多孔有機聚合物薄膜的電子器件的構建仍存在挑戰。咔唑是一種具有較低氧化電位的高電活性單元，可通過電化學策略制備多孔有機聚合物薄膜，這為制備基于多孔有機聚合物薄膜的電子器件提供
全新憶阻器超越現有機器學習系統
在當今“大數據”時代，現有計算機硬件架構已面臨速度和高能耗的瓶頸。科技日報記者日前采訪美國密西根大學電子工程與計算機系盧偉教授獲悉，他帶領同事研發出一種全新憶阻器（Memristor）陣列芯片，其處理圖片和視頻等復雜數據的速度和能效，超越了現有最先進機器學習系統。相關論文發表在最近一期《自然·納
科學家研制具有學習能力憶阻器
一個能學習的納米元件：比勒菲爾德大學研制的憶阻器被內置于比人頭發薄600倍的芯片中 北京時間3月5日消息，據國外媒體報道，長久以來，科學家一直夢想著造出像大腦一樣的電腦。大腦比電腦更加節能，而且還會自主學習，不需要任何編程。來自比勒菲爾德大學物理學系的高級講師安迪·托馬斯博士正在做這方面
新研究厘清憶阻器工作時的內部變化
據美國計算機世界網站5月16日報道，惠普公司的科學家在憶阻器的研發上取得新突破，他們弄清楚了憶阻器在電操作期間，其內部的化學性質和結構變化，借此可以改進現有憶阻器的性能。相關研究發表在16日出版的《納米技術》雜志上。 憶阻器是一種有天然記憶功能的非線性電阻，通過控制電流的變
美科學家開發出寬度5納米憶阻器
上世紀60年代，英特爾公司創始人之一戈登·摩爾提出了著名的摩爾定律：集成電路上可容納的晶體管數目，約每隔18個月便會增加一倍，性能也將提升一倍。然而，芯片的進一步小型化遇到越來越多的技術局限。在傳統硅芯片技術上所能取得的進步受到物理法則和資金的限制也越來越嚴重，有人以為看到了集成電
物理所憶阻器的可調電致發光取得進展
憶阻器(Memristor)是電路里繼電阻、電容和電感之外的第四種基本元器件。由于其在非易失性存儲、人工神經網絡、混沌電路、邏輯運算及信號處理等領域的應用潛力，成為2008年后電子學器件領域內的一個重要研究對象。電致發光(Electroluminescence)通常指半導體材料中電流或電場誘導的
類腦憶阻器基人工智能應用獲進展
隨著人工智能的發展，憶阻器因其“存算一體”的特性被越來越多的研究者探索，鐵電憶阻器因其優異的極化可控、多值存儲和在神經計算領域的應用潛力而受到人們的特別關注。其中，由于鐵電材料的技術需求和無鉛無毒的環境要求，鈦酸鋇（BaTiO3)成為了鐵電鈣鈦礦氧化物鉛基材料的最佳替代品之一。然而，目前大多數鐵電材
具有實時跟蹤功能的憶阻視覺傳感器架構（六）
A. 直接從熱像素狀態轉到冷像素狀態 像素狀態S2和S3通常直接轉到正常像素條件。從圖10b不難看出，在S2狀態中，Mmax和Mmin嘗試以不同的時間常量接近Ms，在這個過程中，Mmax升高速度比快Mmin很多，直到像素恢復到正常工作條件為止。如圖10c所示，當像素在S3狀態時出現反轉
具有實時跟蹤功能的憶阻視覺傳感器架構（四）
因此，當Vmax試圖快速觸達VS過程中，Vmin也在做同樣的事情，只不過速度較慢。這里，灰色區域快速變大。在若干個幀后，兩個閾壓限制VS，吸收全部信號變化，這樣不會再產生任何熱像素。從此，灰色區域恢復窄狀和最大像素敏感度。 圖6：利用內部三個憶阻器執行動態背景提取的像素示意圖 IV.
具有實時跟蹤功能的憶阻視覺傳感器架構（五）
A. 曝光時間 在曝光時間(Ti)內, L2F轉換器生成一串振幅I1、脈寬△T且頻率與光強成正比的電流脈沖，送入MS，如圖7所示。下面的等式通過狀態變量w(t)描述了MS的狀態： 其中，RON是低電阻，D是憶阻器長度，uv是 摻雜遷移率，n是L2F在曝光時間內生成的脈沖數量，在施加n個脈沖后，