High-Yield and Uniform NbO _x -Based Threshold Switching Devices for Neuron Applications

Thermal transport in metal-NbOx-metal cross-point devices and its effect on threshold switching characteristics

“…23,30 All the devices exhibited reliable threshold switching after electroforming, consistent with previous reports. 2,31,32 As an example, Fig. 2(b) shows a representative electroforming (indicated by the black line in Fig.…”

“…23,30 All the devices exhibited reliable threshold switching after electroforming, consistent with pre- vious reports. 2,31,32 As an example, Fig. We subsequently investigated the threshold switching characteristics of devices with different top electrode thicknesses and thermal conductivities.…”

“…There has been growing interest in the threshold switching and negative differential resistance (NDR) characteristics of two-terminal metal-oxide-metal devices in recent years due to their potential application in areas such as: neuromorphic computing, memory technology, logic circuits, random number generation, combinational optimization, and artificial intelligence. [1][2][3][4][5][6][7][8][9][10] Many oxides have been shown to exhibit threshold switching but devices based on vanadium and niobium oxides have received particular attention due to their reliability and endurance. [11][12][13][14][15][16][17][18][19][20] Devices based on these materials typically require an electroforming step to initiate the threshold switching response.…”

Chemical-vapor-deposited 2D VSe2 nanosheet with threshold switching behaviors for Boolean logic calculations and leaky integrate-and-fire functions

“…and volatile threshold switch (TS) memristors ( e.g. , BiOX, 8 N-doped TiO 2 , 9 VO 2 , 10,11 NbO 2 , 12,13 etc. ) have been recently developed to simulate the LIF behavior of neurons.…”

Intrinsically Stretchable Threshold Switching Memristor for Artificial Neuron Implementations

“…Key words: neuromorphic computing; memristor; threshold switching; stretchable; artificial neuron 人工智能和可穿戴等技术的发展迫切需要研制智 能穿戴电子设备，以满足健康监测、电子皮肤和人机交 互等领域的应用需求 [1][2][3] 。 受人脑的启发， 以人工神经元 为基础的神经形态计算器件以其高效信息处理功能及 低能耗等优点，而成为实现仿生智能芯片的理想选择 [4][5] 。为适应穿戴场景，开发能够模仿神经元信息功能的 柔性人工神经元是关键步骤 [6][7] 。 与传统用于构建人工神经元的刚性硅基电路相比， 具有阈值电阻转变特性的忆阻器因结构简单、材料选 择广泛和动力学特性丰富等优点，已成为构建柔性人 工神经元的理想选择 [8][9][10][11] 。例如，Xu 等 [12] 在柔性聚对 苯二甲酸乙二醇酯(PET)衬底上制备了最大弯曲半径 为 2.14 cm 的 Ag/Nafion/Au 阈值型忆阻器，并基于此 器件模仿了神经元的泄露-整合-发放(Leaky integrateand-fire, LIF)功能；刘琦等 [13] 在柔性聚酰亚胺(PI)衬底 上制备了最大弯折半径为 2.5 mm 的 NbOx 基阈值型忆 阻器，并结合电路设计模拟了 LIF 神经元。尽管在柔 性衬底上沉积刚性功能材料可使阈值型忆阻器具有一 定弯折能力，但因刚性材料缺少本征可拉伸性以及与 柔性衬底之间弹性模量不匹配，会导致器件在拉伸等 大形变过程中出现开裂失效问题，难以满足穿戴场景 的要求 [14][15][16] 。因此，如何研制可在拉伸应变下保持结 构和电学性能稳定的阈值型忆阻人工神经元器件成为 重要挑战。 近期研究表明，使用本征柔性的电极和介质层制 备可拉伸忆阻器为解决上述问题提供了重要途径 [13,16] 。 液态金属是一种本征弹性导电材料，由镓(Ga)、铟 (In) 等低熔点金属构成。它在室温下具有良好的导电性和 延展性，是制备柔性电极的理想选择 [17] 。例如，由掺 杂 Cu 微粒的 GaIn 合金(Cu@GaIn)制成的液态金属电 极，在 30%的拉伸应变下仍可保持出色的导电能力 [18] 。 另一方面，银纳米线-弹性聚合物复合材料是以弹性聚 合物基体为连续相，银纳米线为分散相的一种复合材 料。它不仅具有弹性聚合物的柔韧性，而且在电场作 用 下 还 具 有 阈 值 转 变 特 性 [19][20][21] 。 其 中 ， 以 聚 氨 酯 (Polyurethane, PU)为代表的弹性聚合物拉伸性能优异， 是理想的弹性聚合物基体材料 [22][23] 液态金属(Cu@GaIn)：首先将金属 Ga(99.99%) 和 In(99.995%)按质量比 3:1 混合，在 80 ℃下搅拌 45 min 制得 GaIn 合金。为了降低 GaIn 的表面能， 提高与聚合物介质层薄膜的浸润性 [24] ，在 GaIn 合 金中添加质量分数为 3.5%的 Cu 微粒(平均粒径： 我们研究了该器件产生阈值电阻转变特性的物理 机制。根据 Wang 等 [21] 的工作，在强电场作用下，分 散在聚合物基体中的银纳米线可通过氧化、迁移和还 原形成银纳米导电细丝，连通银纳米线和器件电极， 进而引起 HRS 到 LRS 的转变。而在弱电场下，银导 电细丝在表面张力和原子自发驰豫驱动下自发断裂， 是器件从 LRS 转变为 HRS 的主要原因。鉴于介质材 料成分的相似性，可以推断银纳米线间形成银导电细 丝的通断是诱导器件电阻转变的主要原因。 值得注意的是，完整导电细丝形成的边界条件是 获得导电单原子链，其呈现电导量子化特性，电导值 为 1 G0(根据朗道理论，G0 = 2e 2 /h，其中 e 为基本电 荷，h 为普朗克常数，对应 R0=12.9 kΩ) [25] 。通过对比 计算发现，在操作过程中，器件的 LRS 电阻值始终高 于 R0，如图 3(a)所示。这一结果表明当器件处于 LRS 时，形成了不连续的银导电细丝，电极之间的电荷传 输伴随着隧穿效应 [26] 。 基于以上分析， 我们提出了器件的工作机理模型。 如图 3(b-左)所示的纳米接触结构(银纳米线/聚氨酯/ 银纳米线) ，当施加正向电压时，顶部银纳米线中部分 Ag 原子会被氧化为 Ag + (Ag -e -→Ag + )。随后 Ag + 在电 场作用下通过 PU 迁移到底部银纳米线，并被还原为 Ag 原子(Ag + +e -→Ag)。随着 Ag 原子在底部的堆积， 银导电细丝在银纳米线之间逐渐生长 …”