Abstrak
Studi ini mengeksplorasi potensi perangkat berbasis strontium titanat (STO) sebagai sinapsis buatan untuk komputasi neuromorfik. Komputasi tradisional, yang bergantung pada arsitektur Von Neumann, menghadapi tantangan dengan efisiensi energi dan skalabilitas, yang mendorong minat pada sistem neuromorfik yang meniru kemampuan pemrosesan paralel otak. Di sini, kami menyelidiki modifikasi lapisan tipis STO melalui pemanasan terkontrol dalam lingkungan gas pembentuk, yang menargetkan penciptaan kekosongan oksigen ( V O s) untuk meningkatkan fungsionalitas sinaptik material. Dengan menggunakan berbagai karakterisasi, termasuk spektroskopi fotoelektron sinar-X dan resonansi paramagnetik elektron, kami mengonfirmasi peningkatan V O s setelah perawatan, yang berdampak positif pada kinerja pengalihan STO dengan menggeser posisi pita energi. Perangkat STO menunjukkan sifat neuromorfik penting, seperti plastisitas jangka pendek dan jangka panjang, plastisitas yang bergantung pada waktu lonjakan, dan plastisitas yang bergantung pada intensitas lonjakan, yang penting untuk emulasi sinaptik yang efisien. Selain itu, uji pembelajaran terbimbing menggunakan jaringan saraf tiruan untuk pengenalan digit mencapai tingkat akurasi tinggi, yang menunjukkan ketahanan perangkat dalam kondisi bising. Karya ini memberikan pendekatan baru untuk meningkatkan kinerja sinapsis buatan berbasis STO, yang menyoroti potensinya untuk perangkat pengenalan gambar komputasi neuromorfik berenergi rendah di masa mendatang.
1 Pendahuluan
Perangkat komputasi tradisional yang berbasis pada arsitektur von Neumann telah lama menjadi dasar bagi sistem komputasi. Struktur klasik ini, dengan unit memori dan pemrosesan yang berbeda, memungkinkan eksekusi instruksi berurutan tetapi menghadapi keterbatasan yang melekat, terutama dalam efisiensi energi dan pemrosesan paralel [ 1 ]. Ketika tugas komputasi tumbuh dalam kompleksitas, perangkat tradisional berjuang dengan tuntutan daya dan skalabilitas [ 2 ]. Namun, komputasi neuromorfik mewakili pendekatan transformatif yang terinspirasi oleh arsitektur otak. Dengan memanfaatkan prinsip paralelisme dan memori dan komputasi yang berlokasi bersama, perangkat neuromorfik mengatasi kendala von Neumann [ 3 , 4 – 5 ]. Dengan mensimulasikan pemrosesan otak yang efisien dengan neuron buatan yang saling berhubungan, komputasi neuromorfik menawarkan kemajuan dalam efisiensi energi, pemrosesan data waktu nyata, dan kemampuan untuk tugas-tugas seperti pengenalan pola dan pembelajaran mesin. Pergeseran ini menandakan era baru efisiensi komputasi, membuka kemungkinan untuk aplikasi baru di berbagai bidang, yang memerlukan pemrosesan terus-menerus, daya rendah, pada perangkat untuk fungsi-fungsi seperti pemantauan kesehatan dan pengenalan aktivitas [ 6 – 9 – 10 ].
Seiring kemajuan teknologi, para peneliti menyelidiki pendekatan inovatif untuk komputasi, dan perangkat neuromorfik berbasis oksida telah muncul sebagai bidang yang menjanjikan. Dalam studi terbaru, perhatian signifikan telah diarahkan pada bahan oksida, seperti SrTiO 3 (STO) [ 11 – 13 – 14 ], BaTiO 3 (BTO) [ 15 ], TiO 2 [ 16 , 17 ] dan ZnO [ 18 , 19 ], yang menunjukkan sifat unik yang mendukung fungsionalitas neuromorfik. Bahan-bahan ini, khususnya dalam struktur perovskit, menawarkan keuntungan dari penyetelan tinggi, konsumsi energi rendah, dan kemampuan untuk meniru perilaku seperti sinaps. Para peneliti sedang mengeksplorasi potensi perangkat neuromorfik berbasis oksida dalam aplikasi untuk kecerdasan buatan dan pembelajaran mesin. Investigasi terhadap interaksi rumit antara sifat elektronik, struktural, dan getaran dalam material ini sangat penting untuk memajukan bidang ini dan membuka potensi penuhnya untuk tugas kecerdasan buatan dan pembelajaran mesin dalam perangkat komputasi generasi berikutnya yang memerlukan kemampuan pembelajaran adaptif.
STO, karena strukturnya yang stabil dan dapat disetel, telah menarik minat yang signifikan di bidang ini. Salah satu strategi yang umum digunakan untuk mengoptimalkan STO melibatkan doping perovskit dan mensubstitusi elemen dengan valensi yang lebih tinggi untuk menginduksi kekosongan, seperti Cr, Co, dan Nb [ 12 – 21 , 20 – 22 ]. Yin et al. berhasil membuat memristor STO kristal tunggal terdoping Nb dengan Ni dan Ti sebagai elektroda dan berhasil mencapai plastisitas sinaptik dasar dan pembelajaran asosiatif [ 23 ]. Penelitian lain yang dilakukan oleh Thomas et al. juga membuat perangkat STO terdoping Nb, yang dilatih dengan algoritma baru menggunakan pulsa tegangan diskrit pada memristor dan mencapai representasi fungsi yang kuat meskipun status perangkat tidak diketahui. Model tersebut, yang menggunakan memristor ini dalam jaringan saraf spiking, memelopori perkiraan fungsi universal, yang menyoroti potensinya untuk platform komputasi masa depan [ 24 ]. Selain itu, Peilin et al. membuat sistem peralihan memristif dengan heterojunction BTO dan STO, di mana sistem Au/Cr/BTO/Nb-STO/In menunjukkan peralihan ambang batas yang sangat berulang dengan jendela besar, distribusi tegangan sempit, dan daya tahan yang kuat. Filamen konduktif berbasis kekosongan oksigen ( V O ), yang memungkinkan emulasi plastisitas jangka pendek dalam sinapsis biologis, dan heterojunction BTO/Nb:STO menunjukkan harapan untuk aplikasi komputasi neuromorfik [ 25 ].
Dalam karya ini, kami mengusulkan pendekatan alternatif: meningkatkan kandungan kekosongan oksigen dalam film STO melalui annealing dengan gas pembentuk (Gambar 1 , 5% H 2 dalam Ar). Anil menawarkan metode pemrosesan skala besar berbiaya rendah yang dapat, sampai batas tertentu, mempertahankan kemurnian material, karena menghindari distorsi kisi dan perubahan sifat di area lain material yang dapat timbul dari pengotor yang diperkenalkan selama doping. Metode ini bertujuan untuk mengubah posisi pita energi STO, akibatnya meningkatkan kinerja switching-nya dan menawarkan solusi potensial untuk tantangan yang ditimbulkan oleh intervensi logam aktif dalam perangkat berbasis ECM. Kami menggunakan berbagai karakterisasi dan memanfaatkan simulasi komputasi teori fungsi kerapatan (DFT) untuk menganalisis secara komprehensif efek persentase kekosongan oksigen yang lebih tinggi pada pita energi. Secara bersamaan, perangkat melakukan simulasi untuk mengeksplorasi pengenalan visual melalui pembelajaran jaringan saraf. Susunan palang dengan 784 piksel berdasarkan unit STO menghasilkan rasio pengenalan akhir sekitar ≈93% dan meraih rasio pengenalan lebih dari 90% pada sekitar 100 periode pembelajaran, yang menunjukkan potensinya untuk aplikasi pengenalan gambar pemrosesan jaringan saraf yang efisien.
GAMBAR 1
Buka di penampil gambar
Kekuatan Gambar
Ilustrasi skema perlakuan FG (STO: Strontium titanat; FTO: Fluorine-doped Tin Oxide) dan struktur kisi Strontium titanat.
2 Hasil dan Pembahasan
Dalam perangkat neuromorfik, transmisi informasi antara dua neuron bergantung pada elemen celah sinaptik, seperti yang diilustrasikan dalam Gambar 2a . Ketika potensial aksi tiba, hal itu memicu masuknya ion kalsium (Ca2 + ) ke dalam membran presinaptik (terminal akson). Peristiwa ini mengarah pada pelepasan neurotransmiter berikutnya dan masuknya ion natrium (Na + ) ke dalam membran postsinaptik (dendrit) [ 26 , 27 ]. Untuk mereplikasi proses transmisi informasi, perangkat sinaptik menampilkan struktur berlapis, yang terdiri dari elektroda atas Al dan Au (TE), substrat oksida timah terdoping fluor (FTO) sebagai elektroda bawah (BE), dan lapisan pengalihan STO, di mana TE dan BE masing-masing berfungsi sebagai membran presinaptik dan postsinaptik (Gambar 2b ). Khususnya, migrasi kekosongan oksigen yang terkandung dalam STO dapat dianalogikan dengan pengangkutan ion dalam sistem sinaptik, di mana posisi dan konsentrasi ion tersebut mengubah bobot sinaptik. Seperti yang ditunjukkan pada Gambar 2c , gambar mikroskop elektron pemindaian (SEM) menunjukkan bahwa film tersebut menunjukkan kualitas tinggi tanpa lubang jarum yang dapat diamati. Seperti yang ditunjukkan pada Gambar 2d , peningkatan waktu annealing FG menurunkan resistansi film STO, membuatnya lebih mudah untuk menginduksi peralihan resistif di bawah sapuan tegangan yang sama, dan hampir mencapai kondisi saturasi setelah perawatan 5 jam. Perangkat yang dirawat selama 5 jam menghasilkan perilaku peralihan analog dasar di bawah sapuan positif dan negatif yang berurutan (Gambar 2e ).
GAMBAR 2
Buka di penampil gambar
Kekuatan Gambar
(a) Ilustrasi skema mekanisme kerja sinaps biologis. (b) Ilustrasi skema struktur sandwich perangkat komputasi neuromorfik STO. (c) Gambar SEM permukaan film STO. (d) Perubahan kinerja peralihan pada berbagai waktu pemanasan. (e) Perilaku peralihan analog perangkat berbasis STO.
Mekanisme pengalihan perangkat berbasis STO ditunjukkan pada Gambar 3a , V O didistribusikan secara merata dalam lapisan STO dalam kondisi murni, dengan tegangan eksternal yang diterapkan, V O terakumulasi dan membentuk jalur konduktif di dalam lapisan fungsional, sehingga mengubah resistansi lapisan pengalihan. Untuk mengalihkan perangkat kembali, terapkan tegangan DC terbalik, jalur konduktif akan putus dan V O didistribusikan kembali ke dalam lapisan fungsional. Untuk lebih meniru fungsi otak manusia, penelitian ini mengganti sapuan tegangan dengan pulsa tegangan durasi pendek. Eksplorasi plastisitas bergantung laju sinaptik (SRDP) melibatkan pemuatan perangkat dengan 20 pulsa berturut-turut pada frekuensi yang bervariasi untuk reaksi arus postsinaptik (PSC) (Gambar S1a), sedangkan untuk arus postsinaptik rangsang (EPSC), SRDP menunjukkan tren terbalik karena persentase reaksi arus menurun dengan meningkatnya laju (Gambar 3b ). Memperluas lebar pulsa menunjukkan peningkatan PSC (Gambar S1b), menyerupai plastisitas bergantung durasi sinaptik (SDDP) yang diamati dalam ilmu saraf, serta hasil dari EPSC yang ditunjukkan pada Gambar 3b . Plastisitas bergantung intensitas sinaptik (SIDP), tergantung pada tegangan pulsa, diperiksa dengan menerapkan 20 pulsa berturut-turut dengan tegangan yang meningkat secara bertahap, dapat diamati bahwa untuk PSC (Gambar S1c), perangkat tersebut cukup sensitif terhadap perubahan tegangan, PSC menunjukkan lompatan besar ketika berubah dari 2 ke 3 V, selanjutnya ditembus di bawah rangkaian pulsa 4 V karena pemanasan Joule. Selain itu, untuk sisi EPSC, perangkat juga menunjukkan lompatan ketika tegangan pulsa meningkat secara bertahap dari 2 ke 3 V (Gambar 3d ).
GAMBAR 3
Buka di penampil gambar
Kekuatan Gambar
(a) Ilustrasi skema mekanisme perilaku peralihan analog. (b) Plastisitas sinaptik bergantung pada durasi lonjakan (c) Plastisitas sinaptik bergantung pada laju lonjakan (d) Plastisitas sinaptik bergantung pada intensitas lonjakan. (e) Kurva retensi bobot sinaptik dengan jumlah pulsa yang berbeda (20 ≤ N ≤ 80). (f) Konstanta waktu relaksasi sebagai fungsi dari jumlah pulsa. (g) PPF dan PTP sebagai fungsi interval pulsa (0,4 dtk ≤ Δt ≤ 1 dtk).
Studi ini juga menyelidiki retensi bobot sinaptik untuk sinaps buatan. Gambar 3e mengungkapkan peningkatan potensiasi jangka panjang (LTP) di bawah peningkatan jumlah pulsa. Perangkat mengalami pulsa dengan jumlah yang berbeda (10 ≤ N ≤ 80), menunjukkan korelasi antara konstanta waktu relaksasi ( τ ) dan jumlah pulsa (Gambar 3f ). Peluruhan konduktansi perangkat dikaitkan dengan difusi kekosongan oksigen spontan, dengan pertumbuhan filamen yang lemah di bawah rangsangan pendek dan filamen yang lebih kuat mempertahankan konduktansi di bawah rangsangan berulang. Lebar pulsa diidentifikasi sebagai karakteristik lain yang memengaruhi perubahan konduktansi sinaps buatan. Fenomena seperti fasilitasi pulsa berpasangan (PPF) dan potensiasi pasca-tetanik (PTP) yang merujuk pada perubahan berat setelah dua pulsa dan sepuluh pulsa berturut-turut diamati, dengan indeksnya menunjukkan tren penurunan dengan peningkatan interval pulsa Δ t , memberikan wawasan tentang kecepatan respons perangkat (Gambar 3g ).
Untuk menilai pengaruh perlakuan anil FG pada STO, berbagai karakterisasi digunakan. SEM digunakan untuk memeriksa permukaan film tipis STO, sementara mikroskop elektron transmisi (TEM) digunakan untuk mempelajari serbuk STO (yang tergores dari film tipis STO). Dibandingkan dengan STO murni tanpa perlakuan FG, morfologi dan ukuran partikel partikel STO tetap tidak berubah, mempertahankan bentuk kubiknya setelah perlakuan (Gambar S2), temuan ini juga didukung oleh hasil distribusi ukuran partikel (Gambar S3) dan hasil AFM (Gambar S4). Untuk mendukung temuan ini, difraksi sinar-X (XRD) dan spektrum difraksi transformasi Fourier TEM diperiksa, yang mengonfirmasi bahwa fase dan orientasi material tidak terpengaruh (Gambar 4a ), dan (110) tetap menjadi orientasi dominan, seperti yang ditunjukkan dalam pelabelan orientasi XRD terperinci pada Gambar S5 (posisi puncak terperinci tercantum dalam Tabel S1). Komposisi kimia yang akurat dan status elektronik dari berbagai sampel STO ditentukan menggunakan spektroskopi fotoelektron sinar-X (XPS). Gambar S6 menyajikan survei umum dengan rentang energi pengikatan dari 0 hingga 600 eV, dan Tabel S2 mencantumkan posisi puncak terkait elemen STO. Penjelasan lebih lanjut disajikan pada Gambar 4c, d, e, yang menampilkan spektrum XPS resolusi tinggi terperinci untuk elemen Sr, Ti dan O, masing-masing. Perbandingan dengan temuan literatur sebelumnya mengungkapkan bahwa Sr 3d (132,7 eV) [ 28 ], Ti 2p (457,6 eV) [ 29 ], dan O 1s (529,3 eV) [ 30 ] sebagian besar berasal dari STO itu sendiri, sementara keberadaan puncak lainnya ditelusuri kembali ke produk sampingan minor yang terbentuk selama proses persiapan. Khususnya, orbital 4p (18,7 eV), 4s (36,7 eV), dan 3p (357,3 eV) dari Sr dikaitkan dengan SrO dan SrCO 3 [ 31 ], yang memberikan dukungan lebih lanjut untuk temuan yang diperoleh dalam analisis XRD sebelumnya. Lebih jauh lagi, kemunculan eksklusif puncak Ti 2s (564,5 eV) menunjukkan kemungkinan reduksi parsial Ti selama proses annealing FG [ 32 ]. Setelah perlakuan FG, pergeseran semua puncak terkait STO ke energi ikat yang lebih tinggi memberikan bukti yang jelas tentang penurunan kerapatan elektron pada permukaan film. Pergeseran tersebut adalah fitur khas yang terkait dengan perubahan kerapatan elektron [ 33 ], yang menunjukkan reaksi reduksi terjadi selama proses annealing. Sebaliknya, rasio luas puncak O 1s II yang berkaitan dengan V O s meningkat terus menerus selama proses pemanasan FG, yang menunjukkan semakin banyaknya kekosongan oksigen yang dihasilkan selama proses pemanasan, dan volumenya hampir mencapai saturasi setelah 5 jam.
GAMBAR 4
Buka di penampil gambar
Kekuatan Gambar
(a) XRD (posisi puncak terperinci tercantum dalam Tabel S1) dan (b) hasil EPR lapisan tipis STO pada periode waktu perlakuan FG yang berbeda. Spektrum XPS resolusi tinggi dari (c) Sr3d (d) Ti2p (e) O1s.
Selain XPS, beberapa karakterisasi lain dilakukan untuk menyelidiki perubahan volume V O s. Hebatnya, karakterisasi ini menghasilkan hasil yang konsisten, mendukung temuan yang diperoleh melalui XPS. Gambar 4b mengilustrasikan spektrum EPR dari spesimen STO yang berbeda untuk penilaian kualitatif konsentrasi V O s. Bubuk STO mentah memiliki sinyal yang sangat lemah ( g = 2,003), yang menunjukkan tidak adanya V O s, sedangkan tiga sampel lainnya menunjukkan peningkatan yang nyata dalam V O s dengan korelasi positif yang jelas dengan waktu anil. Hebatnya, intensitas sinyal sampel 5 dan 10 jam hanya menunjukkan sedikit perbedaan, yang menandakan keadaan saturasi V O s [ 34 ]. Konsisten dengan temuan sebelumnya dari XPS, perubahan konsentrasi V O s juga dikonfirmasi oleh spektrum Raman dan fotoluminesensi (PL). Seperti yang ditunjukkan spektrum Raman pada Gambar S7, pengurangan puncak TO4 (554,0 cm −1 ) dan LO4 (807,6 cm −1 ) yang mewakili regangan B–O, disertai dengan sedikit pergeseran ke daerah panjang gelombang rendah, merupakan hasil penting dari peningkatan V O s permukaan. Meningkatnya jumlah V O s menurunkan jumlah regangan dan juga menciptakan lebih banyak puncak Raman orde pertama yang disebabkan oleh kerusakan simetris [ 34 , 35 – 36 ]. Dalam analisis dengan PL, hasilnya menunjukkan lonjakan sinyal yang penting dalam rentang 600–750 nm seiring dengan peningkatan waktu annealing, yang menyiratkan peningkatan emisi cacat (Gambar S8) [ 37 ]. Setelah 5 jam, intensitasnya tetap konstan yang mendukung kesimpulan yang ditarik sebelumnya terkait dengan perubahan kandungan V O s.
Untuk lebih jauh mengeksplorasi pengaruh spesifik yang disebabkan oleh V O s, struktur pita energi dan posisi material dipelajari. Pertama, refleksi semua sampel dideteksi oleh spektroskopi Ultraviolet-visibel (UV–vis), dan lebar celah pita dihitung dengan data refleksi ( R ) dari sampel STO berdasarkan fungsi Kubelka–Munk [ 38 ]:
di mana K mengacu pada koefisien penyerapan dan S mengacu pada koefisien hamburan. Seperti yang ditunjukkan pada Gambar 5a , tidak ada perbedaan signifikan dalam penyerapan semua tangen STO dari kurva terhitung yang menunjukkan celah pita semua sampel berada di sekitar 3,5 eV. Meskipun demikian, pengukuran UPS (Gambar 5b , c ) mengungkapkan bahwa seiring dengan meningkatnya waktu perlakuan anil, posisi pita valensi (VB) dan level Fermi meningkat. Posisi pita valensi maksimum (VBM) yang disesuaikan dalam keadaan vakum dihitung dengan persamaan berikut [ 40 , 41 ]:
GAMBAR 5
Buka di penampil gambar
Kekuatan Gambar
(a) Plot yang sesuai dari (F (R)h ν ) 2 versus energi ikat yang dihitung dari spektra DRS UV–vis dan tangennya dengan lebar celah pita perkiraan (b) kurva pemindaian pita valensi, tangen dan perolehan posisi VBM dari pemindaian UPS (c) kurva pemindaian level Fermi, tangen dengan perolehan energi level Fermi yang dihitung dari pemindaian UPS (d) Total DOSS yang dihitung untuk berbagai model STO massal (masing-masing 0, 1, 2, 3, 4 lowongan) (e) Proyeksi DOSS yang dihitung untuk STO massal murni dan keadaan terisi untuk setiap elemen (Sr, Ti, O; arah putaran elektron naik/turun direpresentasikan oleh ↑ atau ↓) (f) Tingkat energi berbagai sampel STO dalam lingkungan vakum (Tingkat energi FTO dan Au diambil dari ref. [ 39 ]).
di mana 21,22 eV adalah energi eksitasi untuk mengaktifkan elektron ke tingkat energi yang lebih tinggi, E cutoff mengacu pada tangen kurva tingkat Fermi, dan E onset mengacu pada tangen VBM. Dengan posisi VBM, posisi CBM dapat dihitung lebih lanjut dengan menambahkan nilai celah pita. Dapat dilihat bahwa posisi CBM secara bertahap berubah dari −5,79. −6,17, −6,18 menjadi −6,29 eV, dan posisi VBM secara bertahap bergerak dari −2,37, −2,64, −2,65 menjadi −2,74 eV. Ini menunjukkan keadaan film STO yang lebih stabil karena baik CBM maupun VBM semuanya bergerak ke tingkat energi yang lebih rendah, karena faktor bahwa lebih banyak V O yang dibuat dalam waktu anil yang lebih lama, dan kerapatan elektron telah didistribusikan ulang dalam mikrostruktur, yang selanjutnya memengaruhi ekstraksi dan transportasi pembawa.
Untuk pemahaman yang lebih baik tentang perubahan celah pita dan posisi CBM dan VBM di bawah pengaruh lebih banyak V O , perhitungan DFT diperkenalkan sebagai bukti tidak langsung. Untuk menganalisis plot kerapatan elektron keadaan (DOSS) dan struktur pita STO di bawah berbagai persentase kekosongan oksigen, penting untuk awalnya mengoptimalkan model untuk konfigurasi massal dan pelat. Simulasi memprioritaskan pemodelan massal daripada pemodelan pelat karena pemodelan pelat biasanya digunakan untuk film sangat tipis. Model massal terdiri dari total 90 atom (model simulasi seperti yang ditunjukkan pada Gambar S9), dan kelompok variasi dibuat untuk mengakomodasi berbagai tingkat kekosongan oksigen yang dilambangkan sebagai 1/2/3/4, posisi atom oksigen yang telah diambil dipilih secara acak dari massal. Selanjutnya, model yang dioptimalkan menjalani perhitungan DOSS, memfasilitasi pembuatan plot DOSS dan struktur pita. Pendekatan sistematis ini memastikan eksplorasi komprehensif dari sifat elektronik STO dengan adanya berbagai konsentrasi kekosongan oksigen. Seperti yang ditunjukkan pada Gambar 5d , e , dapat dilihat dengan jelas bahwa dengan terbentuknya kekosongan oksigen, simetri spin STO telah berubah. Spin elektron STO murni sepenuhnya simetris, dan atom oksigen yang menghilang sepenuhnya menghancurkan simetri ini. Selain itu, selubung DOSS juga menunjukkan bahwa CBM dan VBM STO bergerak menuju tingkat energi yang lebih rendah (Gambar S10a–e). Hasil simulasi zona Brillouin menunjukkan kecenderungan umum bagi VBM dan CBM untuk bergeser menuju tingkat energi yang lebih rendah (Gambar S10f). Pengamatan ini sejalan dengan tren yang diidentifikasi selama proses karakterisasi, khususnya dalam kasus VBM (Gambar 5f ). Namun, perlu dicatat bahwa CBM juga menunjukkan penurunan yang signifikan. Penurunan CBM ini dapat dikaitkan dengan meningkatnya keberadaan V O dalam film. Oleh karena itu, masuk akal untuk mempertimbangkan bahwa penurunan CBM yang diamati berkorelasi dengan meningkatnya konsentrasi kekosongan oksigen dalam film.
Dalam mengevaluasi kinerja perangkat ini dalam komputasi jaringan, kami melakukan simulasi yang difokuskan pada pembelajaran terbimbing dari ANN yang dirancang untuk mengenali digit tulisan tangan. Evaluasi ini menggunakan dataset MNIST, yang dikenal karena koleksi digit tulisan tangannya yang komprehensif. Arsitektur ANN terdiri dari lapisan masukan neuron awal 28 × 28, setiap neuron berkorelasi dengan piksel dalam gambar dataset. Lapisan ini terhubung sepenuhnya ke lapisan tersembunyi berikutnya yang bertugas dengan fungsi kritis: ekstraksi fitur dan klasifikasi data (Gambar 6a ). Arsitektur jaringan berpuncak pada lapisan keluaran sepuluh neuron, setiap neuron sesuai dengan salah satu dari sepuluh digit dalam dataset MNIST. Desain ini berperan penting dalam fase pelatihan dan pengujian.
GAMBAR 6
Buka di penampil gambar
Kekuatan Gambar
(a) Ilustrasi skema mekanisme kerja jaringan pengenalan citra ANN. (b) Linearitas LTP dan Ltd dari sinaps berbasis STO. (c) Akurasi pengenalan sebagai fungsi epoch untuk keadaan ideal dan perangkat berbasis STO. (d) Akurasi pengenalan kemajuan pelatihan sinaps berbasis STO untuk citra dengan rasio derau yang berbeda. (e) Akurasi pengenalan akhir yang dicapai dalam persentase derau yang berbeda.
Metodologi kami melibatkan pemanfaatan semua 10.000 gambar dari set pelatihan MNIST, yang disajikan dalam urutan acak ke jaringan. Untuk mengevaluasi kinerja ANN secara kuat, kami mengalokasikan 3000 gambar pelatihan untuk set pengujian. ANN yang disimulasikan menggunakan data dari plastisitas LTP dan Ltd yang dicapai oleh perangkat berbasis STO (Gambar 6b ), penting untuk mempertahankan bobot sinaptik yang dilatih di setiap lapisan. Idealnya, bobot sinaptik harus disimpan dan diambil dengan presisi yang sempurna. Namun, tantangan praktis seperti jumlah terbatas status konduktansi dalam perangkat penyimpanan dapat memengaruhi keakuratan nilai bobot ini. Seperti yang digambarkan dalam Gambar 6c , kinerja perangkat dengan ANN yang ideal mengungkapkan tingkat pengenalan rata-rata sebesar 93% yang berada pada tingkat rata-rata penelitian terbaru tentang perangkat neuromorfik berbasis oksida [ 42 – 45 – 46 ], dan hanya 5,8% lebih rendah dari kasus ideal. Uji pengenalan juga menerapkan rasio-rasio derau Gaussian yang berbeda pada gambar-gambar untuk menguji kestabilan perangkat, di mana perangkat tersebut memang mempertahankan penurunan bertahap dalam tingkat pengenalan ketika derau Gaussian meningkat, tetapi masih dapat mempertahankan tingkat pengenalan akhir sekitar 51,8%, yang menunjukkan kestabilannya ketika berada di lingkungan rasio derau yang tinggi (Gambar 6d , e ).
3 Kesimpulan
Sebagai kesimpulan, studi ini memperkenalkan metode baru untuk optimasi sinaps buatan berbasis STO sebagai pengganti doping. Lapisan pengalihan STO dibuat dengan spin-coating dan kemudian diolah dengan membentuk gas pada suhu 450°C. Pemanasan pada lingkungan gas pembentuk terbukti mengubah kinerja pengalihan secara signifikan, yang dikaitkan dengan perubahan posisi celah pita karena peningkatan jumlah V O s. Berbagai karakterisasi menunjukkan bahwa V O s yang dimasukkan meningkat seiring dengan waktu pemanasan dan mencapai maksimum setelah 5 jam. Selain itu, karakteristik lain dari lapisan tipis STO termasuk morfologi permukaan dan ukuran partikel tidak terpengaruh oleh pemanasan. Perangkat berbasis STO berhasil meniru berbagai fungsi sinaptik, termasuk potensiasi/depresi, STP/LTP, dan SRDP, SIDP, SDDP di bawah PSC dan EPSC. Selain itu, sinaps buatan berbasis STO mensimulasikan fungsi pengenalan gambar untuk pengenalan gambar tulisan tangan sebanyak 28×28, yang mana akurasi pengenalan akhir mencapai 93% berdasarkan data peralihan analog dari perangkat STO, dan juga menunjukkan stabilitas yang sangat baik di bawah derau Gaussian, tanpa penurunan tajam pada rasio pengenalan dan mencapai rasio pengenalan akhir sebesar 51,8% di bawah derau 10%.
4 Bagian Eksperimen
4.1 Persiapan Larutan Prekursor STO
Larutan prekursor STO disintesis menggunakan metode hidrotermal. Pertama, 4,25 g Sr (OH) 2 dan 0,74 g PVP ditambahkan ke dalam bejana Teflon dan diaduk pada suhu kamar dengan pengaduk magnetik, sementara 40 ml TEG secara bertahap dimasukkan sampai padatan larut sepenuhnya. Kemudian, 2,72 g Ti (OBu) 4 ditambahkan ke dalam larutan, dengan pengadukan dilanjutkan sampai larutan berubah menjadi kuning yang menunjukkan pembubaran penuh. Selanjutnya, 4 ml amonia ditambahkan tetes demi tetes dengan gerakan melingkar. Larutan selanjutnya dipanaskan dalam autoklaf pada suhu 160 °C selama 4 jam, kemudian didinginkan secara alami selama 15 menit. Larutan yang didinginkan dipindahkan ke gelas kimia yang lebih besar dan diencerkan dengan air DI dengan rasio volume 1:3, diikuti dengan pengadukan selama 10 menit. Akhirnya, larutan dibiarkan menua semalaman.
4.2 Pembuatan Perangkat
Substrat FTO/kaca menjalani proses pembersihan berikutnya yang melibatkan air deionisasi (DI), etanol, dan aseton di bawah ultrasound, dan kemudian diolah dengan iradiasi UV selama 20 menit untuk meningkatkan hidrofilisitas permukaannya dan pembersihan Ozon. Film tipis STO dicapai dengan pelapisan putar dua langkah: Larutan prekursor disebarkan secara merata pada 1000 rpm selama 10 detik, diikuti dengan pemintalan 3000 rpm selama 30 detik untuk menghilangkan larutan berlebih. Film tersebut kemudian dikeringkan dalam oven (Yamato DKM300) di bawah 150 °C selama 1 jam dan kemudian dicelupkan ke dalam larutan NaBH4 10 wt% selama 10 menit untuk menghilangkan kandungan PVP di dalam film tipis, dan kemudian ulangi proses pengeringan lagi. Setelah pengeringan, film tersebut dianil dalam tungku tabung dengan atmosfer FG (5%H2 + Ar) di bawah 450 °C. Terakhir, TE Al atau Au 100 nm dilapisi melalui penguapan termal yang memanfaatkan masker bayangan.
4.3 Karakterisasi dan Pengukuran Kinerja
Morfologi permukaan diamati dengan AFM (Bruker Dimension ICON SPM) dan SEM (Bruker FEI Nova NanoSEM 450). Struktur kristal dipelajari dengan XRD, dan data dikumpulkan dengan Malvern Panalytical Emprean I dengan radiasi Cu K α (λ = 1,5418 Å) pada tegangan 45 kV dan 40 mA. Kandungan kimia dikarakterisasi dengan XPS (Thermo Scientific ESCLAB250Xi), spektroskopi Raman (InVia Qontor Raman, panjang gelombang: 514 nm), dan PL (WITec alpha 300R, panjang gelombang: 532 nm). Karakterisasi ukuran partikel dan morfologi dilakukan dengan penganalisis ukuran partikel difraksi laser (Malvern Panalytical Mastersizer 3000) dan TEM resolusi tinggi (JOEL F200 scanning TEM) dengan cold field emission gun. Celah pita dan posisi VBM dipelajari dengan UV-vis (Perkin Elmer Lambda 950) dan UPS (Thermo Scientific ESCLAB250Xi). Kinerja peralihan diuji dengan sourcemeter (Keysight B2902A) dan parameter analyzer (Keithley 4200A-SCS).
