Компактная поведенческая модель нанокомпозитного мемристора

Суражевский И. А.; Рыльков В. В.; Демин В. А.

doi:10.31857/S0033849423100170

Компактная поведенческая модель нанокомпозитного мемристора

Авторы: Суражевский И.А.¹, Рыльков В.В.¹^,2, Демин В.А.¹
Учреждения:
1. Национальный исследовательский центр “Курчатовский институт”
2. Фрязинский филиал Института радиотехники и электроники им. В.А. Котельникова РАН
Выпуск: Том 68, № 11 (2023)
Страницы: 1140-1146
Раздел: НОВЫЕ РАДИОЭЛЕКТРОННЫЕ СИСТЕМЫ И ЭЛЕМЕНТЫ
URL: https://journals.rcsi.science/0033-8494/article/view/232612
DOI: https://doi.org/10.31857/S0033849423100170
EDN: https://elibrary.ru/DNNGTF
ID: 232612

Цитировать

Полный текст

Открытый доступ
Доступ закрыт

Доступ предоставлен
Доступ закрыт

Только для подписчиков

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

Предложена компактная поведенческая модель нанокомпозитного мемристора (Co₄₀Fe₄₀B₂₀)_x(LiNbO₃)_{100 –} _x, которая количественно описывает динамику изменения проводимости лабораторных образцов, а также реализует механизмы конечного времени хранения резистивных состояний, разбросов по напряжениям переключения от цикла к циклу и от устройства к устройству. Показана возможность реализации импульсной нейронной сети с синаптическими мемристорными связями на основе данной модели.

Список литературы

Gasseling T. // Microw. J. 2012. V. 55. P. 74.
Денисенко В.В. // Электроника: Наука, технология, бизнес. 2004. № 5. C. 76.
Chauhan Y.S., Venugopalan S., Karim M.A. et al. // 2012 Proc. Europ. Solid-State Circuits Conf. Bordeux. 12‒17 Sept. N.Y.: IEEE, 2012. P. 30. https://doi.org/10.1109/ESSCIRC.2012.6341249
Łuszczek M., Turzynski M., Swisulski D. // Int. J. Electron. Telecommun. 2020. V. 66. № 4. P. 753.
Hennessy J.L., Patterson D.A. Computer Architecture: A Quantitative Approach. 7th ed. Cambridge MA: Morgan Kaufmann Publ., 2019.
Simonyan K., Zisserman A. // 3rd Int. Conf. Learn. Represent. ICLR San Diego 7–9 May 2015 – Conf. Track Proc. 2015. P. 1.
He K., Zhang X., Ren S., Sun J. // 2016 IEEE Conf. Computer Vision and Pattern Recognition (CVPR). Las Vegas. 27–30 Jun. N.Y.: IEEE, 2016. P. 770.
Brown T.B., Kaplan J., Ryder N. et al. // arXiv: 2005.14165. 2020. https://doi.org/10.48550/arXiv.2005.14165
Yao P., Wu H., Gao B. et al.// Nature. 2020. V. 577. № 7792. P. 641.
Hu M., Graves C.E., Li C. et al. // Adv. Mater. 2018. V. 30. № 9. Article No. 1705914.
Wan W., Kubendran R., Schaefer C. et al. // Nature. 2022. V. 608. № 7923. P. 504.
Kvatinsky S., Friedman E.G., Kolodny A., Weiser U.C. // IEEE Trans. 2013. V. TCAS-I-60. № 1. P. 211.
Kvatinsky S., Ramadan M., Friedman E.G., Kolodny A. // IEEE Trans. 2015. V. TCAS-II-62. № 8. P. 786.
Abunahla H., Mohammad B. Memristor Technology: Synthesis and Modeling for Sensing and Security Applications. Cham: Springer, 2018. P. 93.
Теплов Г.С., Горнев Е.С. // Микроэлектроника. 2019. Т. 48. № 3. С. 163.
Мацукатова А.Н., Никируй К.Э., Миннеханов А.А. и др. // РЭ. 2020. Т. 65. № 10. C. 1008.
Никируй К.Э., Ильясов А.И., Емельянов А.В. и др. // ФТТ. 2020. Т. 62. № 9. C. 1562.
Demin V.A., Surazhevsky I.A., Emelyanov A.V. et al. // J. Comput. Electron. 2020. V. 19. № 2. P. 565.
Surazhevsky I.A., Demin V.A., Ilyasov A.I. et al. // Chaos, Solitons and Fractals. 2021. V. 146. Article No. 110890.
Surazhevsky I.A., Nikiruy K.E., Emelyanov A.V. et al. // Nanoindustry Russ. 2022. V. 15. P. 470.
Davies M., Srinivasa N., Lin T.H. et al. // IEEE Micro. 2018. V. 38. № 1. P. 82.
Sboev A., Serenko A., Rybka R., Vlasov D. // Math. Methods Appl. Sci. 2020. V. 43. № 13. P. 7802.
Demin V.A., Nekhaev D.V., Surazhevsky I.A. et al. // Neural Networks. 2021. V. 134. P. 64.
Demin V., Nekhaev D. // Frontiers in Neuroinformatics. 2018. V. 12. Article No. 79.