Organic ferroelectric transistors with composite dielectric for efficient neural computing

电介质 铁电性 材料科学 晶体管 复合数 有机半导体 光电子学 人工神经网络 电子工程 计算机科学 复合材料 电气工程 电压 人工智能 工程类
作者
C.Y. Li,Fuguo Tian,Zhongzhong Luo,Haoyang Luo,Jie Yan,Xiangdong Xu,Xiang Wan,Li Zhu,Chee Leong Tan,Zhihao Yu,Yong Xu,Huabin Sun
出处
期刊:Applied Physics Letters [American Institute of Physics]
卷期号:125 (22)
标识
DOI:10.1063/5.0238638
摘要

Organic ferroelectric field-effect transistors (Fe-OFETs) exhibit exceptional capabilities in mimicking biological neural systems and represent one of the primary options for flexible artificial synaptic devices. Ferroelectric polymers, such as poly(vinylidene fluoride-trifluoroethylene) (P(VDF-TrFE)), given their strong ferroelectricity and facile solution processing, have emerged as the preferred choices for the ferroelectric dielectric layer of wearable devices. However, the solution processed P(VDF-TrFE) films can lead to high interface roughness, prone to cause excessive gate leakage. Meanwhile, the ferroelectric layer in neural computing and memory applications also faces a trade-off between storage time and energy for read/write operations. This study introduces a composite dielectric layer for Fe-OFETs, fabricated via a solution-based process. Different thicknesses of poly(N-vinylcarbazole) (PVK) are shown to significantly alter the ferroelectric hysteresis window and leakage current. The optimized devices exhibit synaptic plasticity with a transient current of 3.52 mA and a response time of approximately 50 ns. The Fe-OFETs with the composite dielectric were modeled and integrated into convolutional neural networks, achieving a 92.95% accuracy rate. This highlights the composite dielectric's advantage in neuromorphic computing. The introduction of PVK optimizes the interface and balances device performance of Fe-OFETs for neuromorphic computing.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
范范完成签到,获得积分10
刚刚
了然发布了新的文献求助10
刚刚
1秒前
wulala发布了新的文献求助10
1秒前
调研昵称发布了新的文献求助10
1秒前
2秒前
心随风飞发布了新的文献求助10
2秒前
2秒前
2秒前
LionontheMars发布了新的文献求助10
3秒前
Yolo发布了新的文献求助10
3秒前
赘婿应助ddy采纳,获得10
3秒前
范范发布了新的文献求助10
4秒前
传奇3应助li采纳,获得10
4秒前
7秒前
9秒前
忧郁的凝竹完成签到,获得积分20
9秒前
ykmykm发布了新的文献求助10
10秒前
10秒前
11秒前
YY发布了新的文献求助30
11秒前
wulala完成签到,获得积分10
11秒前
可爱的函函应助star采纳,获得10
11秒前
序与海发布了新的文献求助30
12秒前
13秒前
心随风飞完成签到,获得积分10
14秒前
雪白元蝶发布了新的文献求助10
14秒前
传奇3应助甜甜访曼采纳,获得10
15秒前
15秒前
15秒前
15秒前
科研通AI2S应助CIOOICO1采纳,获得10
16秒前
16秒前
李健应助少年侠气夏老四采纳,获得10
16秒前
gemini0615完成签到,获得积分10
17秒前
诗与发布了新的文献求助10
17秒前
Aki发布了新的文献求助10
17秒前
bioyong发布了新的文献求助10
18秒前
CodeCraft应助YY采纳,获得30
19秒前
JiangXueBa发布了新的文献求助10
19秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Development of general formulas for bolted flanges, by E.O. Waters [and others] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3255241
求助须知:如何正确求助?哪些是违规求助? 2897673
关于积分的说明 8297638
捐赠科研通 2566741
什么是DOI,文献DOI怎么找? 1393881
科研通“疑难数据库(出版商)”最低求助积分说明 652658
邀请新用户注册赠送积分活动 630306