金属酸化物メムリスターは、材料の多様性、低コスト、CMOSプロセス互換性などの利点により、不揮発性メモリ、スマートセンサー、ニューロモルフィックコンピューティングの分野で注目されています。しかし、既存の金属酸化物メムリスターは、しきい値電圧の変動が大きく、スイッチングの安定性やサイクル耐久性が低いという欠点により、実用化や応用が制限されています。本論文では、ZnOを抵抗変化機能層として用い、原子層堆積技術を用いて2nmの超薄膜酸化アルミニウム絶縁修飾層を導入しました。これにより、デバイスの導電フィラメントの成長と切断過程を効果的に制御し、スイッチング安定性を大幅に向上させるとともに、電流スイッチ比を10⁴以上に引き上げ、しきい値電圧の変動範囲を著しく低減しました。本デバイスは、電圧バイアス下で、生物学的ニューロンの積分・発火、自動リーク、不応期などの特性をシミュレートでき、電圧パルスの振幅により発火時間を制御することが可能です。さらに、365nmの紫外線照射により、デバイスのしきい値電圧をさらに低下させ、発火時間を短縮できます。デバイスの光電協調制御特性に基づき、64×64のメムリスターアレイを構築し、光入力軌跡の特徴抽出とシャープ化を成功裏に実現しました。本研究は、ニューロモルフィックコンピューティングの発展を促進する有効な戦略を提供します。

メムリスター;超薄膜酸化アルミニウム;ニューロン;光電協調制御