Metalloxid-Memristoren erhalten aufgrund ihrer breiten Materialverfügbarkeit, niedrigen Kosten und Kompatibilität mit CMOS-Prozessen viel Aufmerksamkeit in den Bereichen nichtflüchtiger Speicher, intelligente Sensorik und neuromorphe Berechnung. Dennoch wird die Praktikabilität und der Anwendungswert bestehender Metalloxid-Memristoren durch Defekte wie große Schwankungen der Schwellenspannung, schlechte Schaltstabilität und geringe zyklische Haltbarkeit eingeschränkt. In dieser Arbeit wurde ZnO als widerstandsändernde Funktionsschicht verwendet und durch atomlagenabscheidungstechnologie eine 2 nm ultradünne Aluminiumschicht als Isolationsmodifikator eingeführt, welche das Wachstum und den Bruch der leitfähigen Filamente im Bauteil effektiv steuert, die Schaltstabilität signifikant verbessert, das Stromumschaltverhältnis auf über 10⁴ erhöht und den Schwellenspannungsschwankungsbereich deutlich verringert. Das Bauteil kann unter Spannungsvorspannung die Integrations-Feuermuster, den Selbstleckstrom und die Refraktärzeit biologischer Neuronen simulieren und die Zündzeit durch Anpassung der Spannungspulsamplitude steuern. Außerdem kann die Bestrahlung mit 365 nm UV-Licht die Schwellenspannung weiter senken und die Zündzeit verkürzen. Basierend auf der optisch-elektrischen synergistischen Regelung des Geräts wurde ein 64×64 Memristor-Array aufgebaut, mit dem die Merkmalsextraktion und Schärfung optischer Eingabetracks erfolgreich realisiert wurde. Diese Forschung bietet eine effektive Strategie zur Förderung der Entwicklung neuromorpher Berechnungen.

Memristor; ultradünner Aluminiumschichtoxid; Neuron; optisch-elektronische synergistische Regelung