多孔有机聚合物膜应用于忆阻器研究中取得进展
多孔有机聚合物薄膜具有本征多孔性和可调节的孔隙环境，适合于电子器件的应用。然而，由于缺乏鲁棒性、可加工性和制备的可控性，基于多孔有机聚合物薄膜的电子器件的构建仍存在挑战。咔唑是一种具有较低氧化电位的高电活性单元，可通过电化学策略制备多孔有机聚合物薄膜，这为制备基于多孔有机聚合物薄膜的电子器件提供了思路。近日，中国科学院国家纳米科学中心研究员韩宝航课题组与研究员孙连峰课题组合作，在电化学制备的多孔有机聚合物膜应用于忆阻器方面取得重要进展。 科研人员设计并合成了一系列含有咔唑单元的单体用来通过电化学方法构建薄膜。由单体Cz-0CN、Cz-1CN和Cz-2CN通过电化学聚合分别得到多孔有机聚合物薄膜eCPF-0、eCPF-1和eCPF-2。这些电化学聚合的多孔有机聚合物薄膜具有良好的完整性、连续性和光洁度。薄膜的厚度在10 ~ 200 nm范围内可精确调控。利用功能分子的可设计性，科研人员将不同数量的氰基单元作为吸电......阅读全文
多孔有机聚合物膜应用于忆阻器研究中取得进展
多孔有机聚合物薄膜具有本征多孔性和可调节的孔隙环境，适合于电子器件的应用。然而，由于缺乏鲁棒性、可加工性和制备的可控性，基于多孔有机聚合物薄膜的电子器件的构建仍存在挑战。咔唑是一种具有较低氧化电位的高电活性单元，可通过电化学策略制备多孔有机聚合物薄膜，这为制备基于多孔有机聚合物薄膜的电子器件提供
全新忆阻器超越现有机器学习系统
在当今“大数据”时代，现有计算机硬件架构已面临速度和高能耗的瓶颈。科技日报记者日前采访美国密西根大学电子工程与计算机系卢伟教授获悉，他带领同事研发出一种全新忆阻器（Memristor）阵列芯片，其处理图片和视频等复杂数据的速度和能效，超越了现有最先进机器学习系统。相关论文发表在最近一期《自然·纳
科学家研制具有学习能力忆阻器
一个能学习的纳米元件：比勒菲尔德大学研制的忆阻器被内置于比人头发薄600倍的芯片中 北京时间3月5日消息，据国外媒体报道，长久以来，科学家一直梦想着造出像大脑一样的电脑。大脑比电脑更加节能，而且还会自主学习，不需要任何编程。来自比勒菲尔德大学物理学系的高级讲师安迪·托马斯博士正在做这方面
新研究厘清忆阻器工作时的内部变化
据美国计算机世界网站5月16日报道，惠普公司的科学家在忆阻器的研发上取得新突破，他们弄清楚了忆阻器在电操作期间，其内部的化学性质和结构变化，借此可以改进现有忆阻器的性能。相关研究发表在16日出版的《纳米技术》杂志上。 忆阻器是一种有天然记忆功能的非线性电阻，通过控制电流的变
美科学家开发出宽度5纳米忆阻器
上世纪60年代，英特尔公司创始人之一戈登·摩尔提出了著名的摩尔定律：集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。然而，芯片的进一步小型化遇到越来越多的技术局限。在传统硅芯片技术上所能取得的进步受到物理法则和资金的限制也越来越严重，有人以为看到了集成电
物理所忆阻器的可调电致发光取得进展
忆阻器(Memristor)是电路里继电阻、电容和电感之外的第四种基本元器件。由于其在非易失性存储、人工神经网络、混沌电路、逻辑运算及信号处理等领域的应用潜力，成为2008年后电子学器件领域内的一个重要研究对象。电致发光(Electroluminescence)通常指半导体材料中电流或电场诱导的
类脑忆阻器基人工智能应用获进展
随着人工智能的发展，忆阻器因其“存算一体”的特性被越来越多的研究者探索，铁电忆阻器因其优异的极化可控、多值存储和在神经计算领域的应用潜力而受到人们的特别关注。其中，由于铁电材料的技术需求和无铅无毒的环境要求，钛酸钡（BaTiO3)成为了铁电钙钛矿氧化物铅基材料的最佳替代品之一。然而，目前大多数铁电材
具有实时跟踪功能的忆阻视觉传感器架构（六）
A. 直接从热像素状态转到冷像素状态 像素状态S2和S3通常直接转到正常像素条件。从图10b不难看出，在S2状态中，Mmax和Mmin尝试以不同的时间常量接近Ms，在这个过程中，Mmax升高速度比快Mmin很多，直到像素恢复到正常工作条件为止。如图10c所示，当像素在S3状态时出现反转
具有实时跟踪功能的忆阻视觉传感器架构（四）
因此，当Vmax试图快速触达VS过程中，Vmin也在做同样的事情，只不过速度较慢。这里，灰色区域快速变大。在若干个帧后，两个阈压限制VS，吸收全部信号变化，这样不会再产生任何热像素。从此，灰色区域恢复窄状和最大像素敏感度。 图6：利用内部三个忆阻器执行动态背景提取的像素示意图 IV.
具有实时跟踪功能的忆阻视觉传感器架构（五）
A. 曝光时间 在曝光时间(Ti)内, L2F转换器生成一串振幅I1、脉宽△T且频率与光强成正比的电流脉冲，送入MS，如图7所示。下面的等式通过状态变量w(t)描述了MS的状态： 其中，RON是低电阻，D是忆阻器长度，uv是 掺杂迁移率，n是L2F在曝光时间内生成的脉冲数量，在施加n个脉冲后，