Ultralow‐Power Compact Artificial Synapse Based on a Ferroelectric Fin Field‐Effect Transistor for Spatiotemporal Information Processing

神经形态工程学 晶体管 材料科学 CMOS芯片 可扩展性 计算机科学 可控性 电子工程 光电子学 电气工程 人工神经网络 电压 工程类 人工智能 数学 数据库 应用数学
作者
Zhaohao Zhang,Guohui Zhan,Weizhuo Gan,Yan Cheng,Xumeng Zhang,Yue Peng,Jianshi Tang,Fan Zhang,Jiali Huo,Gaobo Xu,Qingzhu Zhang,Zhenhua Wu,Yan Liu,Hangbing Lv,Qi Liu,Genquan Han,Huaxiang Yin,Jun Luo,Zhenhua Wu
出处
期刊:Advanced intelligent systems [Wiley]
卷期号:5 (11) 被引量:2
标识
DOI:10.1002/aisy.202300275
摘要

Artificial synapses are key elements in building bioinspired, neuromorphic computing systems. Ferroelectric field‐effect transistors (FeFETs) with excellent controllability and complementary metal oxide semiconductor (CMOS) compatibility are favorable to achieving synaptic functions with low power consumption and high scalability. However, because of the only nonvolatile ferroelectric (Fe) characteristics in the FeFET, it is difficult to develop bioplausible short‐term synaptic elements for spatiotemporal information processing. By judiciously combining defects (DE) and Fe domains in gate stacks, a compact artificial synapse featuring spatiotemporal information processing on a single Fe–DE fin FET (FinFET) is proposed. The devices are designed to work in a separate DE mode to induce short‐term plasticity by spontaneous charge detrapping, and a hybrid Fe–DE mode to trigger long‐term plasticity through the coupling of defects and Fe domains. The capability of the compact synapse is demonstrated by differentiating 16 temporal inputs. Moreover, the highly controllable static electricity of advanced FinFETs leads to an ultralow power of 2 fJ spike −1 . An all Fe–DE FinFET reservoir computing (RC) system is then constructed that achieves a recognition accuracy of 97.53% in digit classification. This work enables constructing RC systems with fully advanced CMOS‐compatible devices featuring highly energy‐efficient and low‐hardware systems.

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
wrl2023发布了新的文献求助10
1秒前
lailai发布了新的文献求助10
1秒前
勤劳的曼冬完成签到,获得积分10
5秒前
6秒前
CarryLJR发布了新的文献求助10
6秒前
不懈奋进应助学阀小智采纳,获得30
7秒前
wfs完成签到,获得积分10
7秒前
张张发布了新的文献求助10
10秒前
852应助沉静的飞雪采纳,获得10
10秒前
wlf完成签到,获得积分10
11秒前
云中诗完成签到,获得积分10
12秒前
丘比特应助司空豁采纳,获得10
12秒前
手机应助ZMH采纳,获得10
13秒前
冰柠完成签到,获得积分10
15秒前
16秒前
17秒前
18秒前
wlf发布了新的文献求助10
19秒前
NexusExplorer应助sje采纳,获得10
19秒前
善良身影发布了新的文献求助10
21秒前
ty心明亮完成签到 ,获得积分10
21秒前
22秒前
simpleblue发布了新的文献求助30
22秒前
酷波er应助CarryLJR采纳,获得10
24秒前
yingna发布了新的文献求助10
24秒前
25秒前
simiger发布了新的文献求助10
26秒前
26秒前
现在就去看文献完成签到,获得积分10
28秒前
财神菜包关注了科研通微信公众号
28秒前
赘婿应助善良身影采纳,获得10
29秒前
沙海冬发布了新的文献求助10
30秒前
30秒前
哈哈哈完成签到 ,获得积分10
32秒前
32秒前
34秒前
36秒前
珞槿发布了新的文献求助10
36秒前
CipherSage应助百里宛卓采纳,获得10
37秒前
38秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3329591
求助须知:如何正确求助?哪些是违规求助? 2959170
关于积分的说明 8594608
捐赠科研通 2637675
什么是DOI,文献DOI怎么找? 1443672
科研通“疑难数据库(出版商)”最低求助积分说明 668807
邀请新用户注册赠送积分活动 656231