基于单层 MoS2 的热驱动多电平非易失性存储器用于神经启发式人工学习
介观与纳米尺度物理
2023-07-27 v1
摘要
现代电子元件的需求要求先进的计算平台以实现高效信息处理，从而 realization 具有高密度数据存储能力的存内操作，以开发替代冯·诺依曼架构的方案。在此，我们展示了单层 MoS2 忆阻晶体管的多种功能：其在室温下可用作高增益本征晶体管；而在高温（>350 K）下，它们表现出突触多电平记忆操作。该温度依赖的记忆机制由界面物理支配，完全取决于 MoS2/介电层界面处栅场调制的离子动力学与电荷转移。我们提出了一种使用单个 FET 器件的非易失性存储应用，其中热能可被利用以辅助具有多电平（3 位）存储能力的记忆功能。此外，我们的器件在电增强与抑制下展现出电导权值更新的线性与对称性。该特性使我们能够在对 Modified National Institute of Standards and Technology 数据集进行人工神经网络仿真训练与测试时获得高分类准确率。本工作为二维半导体在可靠数据处理与存储以及高集成密度阵列用于脑启发人工学习方面开辟了新途径。
引用
@article{arxiv.2305.02259,
title = {Thermally-driven Multilevel Non-volatile Memory with Monolayer MoS2 for Neuro-inspired Artificial Learning},
author = {Sameer Kumar Mallik and Roshan Padhan and Mousam Charan Sahu and Suman Roy and Gopal K Pradhan and Prasana Kumar Sahoo and Saroj Prasad Dash and Satyaprakash Sahoo},
journal= {arXiv preprint arXiv:2305.02259},
year = {2023}
}