• 대한전자공학회논문지SD
• /
• 제48권7호
• /
• pp.1-9
• /
• 2011

멤리스터(Memristor)는 메모리 레지스터의 합성어로 흐른 전하량에 따라 저항이 스스로 변하고 전원이 끊긴 상태에서도 저항 상태가 기억되는 특수한 메모리 소자이다. 본 논문에서는 차세대 메모리소자로 주목받고 있는 멤리스터를 모델링하고 SPICE 시뮬레이션을 위한 behavior모델을 제시한다. 그리고 제안된 모델을 바탕으로 멤리스터 기반의 M_CAM(Memristor MOS content addressable memory)을 설계하였다. 제안된 M_CAM은 기존의 CAM에 비해서 단위 셀 면적과 평균 전력소모가 각각 40%, 96% 감소하였다. 칩은 0.13${\mu}m$ CMOS 공정에서 공급전압이 1.2V를 갖도록 설계되었다.

• 한국산학기술학회논문지
• /
• 제15권2호
• /
• pp.1051-1058
• /
• 2014

본 논문에서는 PSPICE 프로그램을 이용하여 멤리스터 소자의 전기적 특성을 해석하였다. 멤리스터의 PSPCE 회로해석을 위한 모델링을 제안하고, 멤리스터의 전류-전압 특성을 분석하였고, 멤리스터의 입력전압에 따른 비선형 저항의 변화를 DC해석과 과도해석을 통하여 확인하였다. 또한, 멤리스터 저항의 직렬과 병렬연결에 따른 특성변화를 보았다. 한편, 멤리스터와 커패시터로 이루어진 M-C 회로를 구성하여 충전과 방전특성의 변화를 종래의 R-C회로와 비교분석하였다. 250 Hz의 구형파 입력신호 인가 시, 멤리스터-커패시터 회로의 경우에, 상승시간(Tr) 0.58 ms, 하강 시간 (Tf) 1.6 ms, 지연시간 0.6ms를 나타내었다.

• 마이크로전자및패키징학회지
• /
• 제28권4호
• /
• pp.41-45
• /
• 2021

본 연구에서는 멤리스터 소자의 높은 신뢰성을 확보하기 위해 소자 제작 단계에서 30 nm 두께의 ZrO₂ 금속산화물 박막 위 국부영역에 리튬 filament seed 층을 패턴하여 작은 이온반경의 리튬이온을 저항변화 주체로 활용하는 멤리스터 소자를 구현하였다. 패턴 된 리튬 filament seed 대비 다양한 상부전극의 면적을 적용하여 멤리스터-커패시턴스 병렬 구조의 이온형 저항변화 소자에서 커패시턴스가 filament type 저항변화 특성에 미치는 영향을 조사하고자 하였다. 이를 위해 ZrO₂ 박막 위에 5 nm 두께, 5 ㎛ × 5 ㎛ 면적의 리튬 filament seed 증착 후 50 ㎛, 100 ㎛ 직경의 상부전극을 증착, 리튬 메탈의 확산을 위한 250℃ 열처리 전 후 샘플에서 저항변화 특성을 확인하였다. 열확산에 의해 형성된 전도성 filament의 경우 전압에 의한 제어가 불가함을 확인하였으며, 전압에 의해 형성된 filament만이 electrochemical migration에 의한 가역적 저항변화 특성 구현이 가능한 것을 확인하였다. 전압에 의한 filament 형성 시 병렬로 존재하는 커패시턴스의 크기가 filament의 형성 및 소실에 중요한 인자임을 확인하였다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.705-709
• /
• 2022

Poly(vinylidene fluoride-trifluoroethylene)(P(VDF-TrFE)) 고체 전해질 층의 어닐링 온도가 고분자 멤리스터의 전기적 특성에 미치는 영향을 분석하였다. 형태적 분석에서 100℃ 어닐링 온도를 갖는 P(VDF-TrFE) (100P(VDF-TrFE)) 박막 대비 200℃ 어닐링 온도를 갖는 P(VDF-TrFE) (200P(VDF-TrFE)) 박막의 표면 거칠기가 약 5배 크고 두께는 약 20% 작은 것으로 나타났다. 100P(VDF-TrFE)를 갖는 멤리스터 (M100) 대비 200P(VDF-TrFE) 멤리스터 (M200)의 set voltage는 약 50% 감소하였고, reset voltage의 크기는 약 30% 증가하였다. 또한, M200이 M100보다 더 나은 메모리 유지 특성을 갖는 것으로 나타났다. 이러한 차이는 M100 대비 M200 내부의 강한 국소 전기장 때문인 것으로 판단된다. 본 연구는 고분자 멤리스터의 어닐링 온도의 중요성을 제시함에 의의가 있다.

• 제어로봇시스템학회논문지
• /
• 제21권5호
• /
• pp.477-481
• /
• 2015

Implementation of memristor-based multilayer neural networks and their hardware-based learning architecture is investigated in this paper. Two major functions of neural networks which should be embedded in synapses are programmable memory and analog multiplication. "Memristor", which is a newly developed device, has two such major functions in it. In this paper, multilayer neural networks are implemented with memristors. A Random Weight Change algorithm is adopted and implemented in circuits for its learning. Its hardware-based learning on neural networks is two orders faster than its software counterpart.

• 한국전기전자재료학회논문지
• /
• 제28권10호
• /
• pp.658-664
• /
• 2015

This paper presents an electrical feature analysis of hysteresis curves in memristor differential and intergral control circuit. After making macro model of the memristor device, electric characteristics of the model such as time analysis, frequency dependent DC I-V curves were performed by PSPICE simulation. Also, we made a circuit of memristor-capacitor based on nano-wired memristor device and analyzed the simulated PSPICE results. Finally, we proposed a memristor based differential or integral control circuit, analyzed hysteresis curve characteristic in the control circuit.

• 센서학회지
• /
• 제30권4호
• /
• pp.261-266
• /
• 2021

A simple memristor model is proposed for the neuromorphic system in the Simulation Program for Integrated Circuits Emphasis (SPICE). The memristive I-V characteristics with different voltage and frequencies were analyzed. And with the model, we configured a learning and inference system with 4 by 4 memristor array to show the practical use of the model. We examined the applicability by configuring the simplest neuromorphic circuit. The total simulation time for the proposed model was 18% lesser than that for the one-memristor model. When compared with more memristor models in a circuit, the time became even shorter.

• 반도체디스플레이기술학회지
• /
• 제22권4호
• /
• pp.166-171
• /
• 2023

This paper presents the synaptic characteristics of IGZO memristors in neuromorphic computing, using MATLAB/Simulink and NeuroSim. In order to investigate the variations in the conductivity of IGZO memristor and the corresponding changes in the hidden layer, simulations are conducted by using the MNIST dataset. It was observed from simulation results that the recognition accuracy could be dependent on various parameters of IGZO memristor, along with the experimental exploration. Moreover, we identified optimal parameters to achieve high accuracy, showing an outstanding accuracy of 96.83% in image classification.

• 조명전기설비학회논문지
• /
• 제29권11호
• /
• pp.59-65
• /
• 2015

By harnessing the thermal hysteresis behavior of vanadium dioxide($VO_2$), we demonstrated multi-resistance states in a two-terminal electronic device based on a $VO_2$ thin film by using a 966nm infrared laser diode as an excitation light source for resistance modulation. Before stimulating the device using 966nm laser pulses, the thermal hysteresis behavior of the device resistance was measured by using a temperature chamber. After that, the $VO_2$ device was thermally biased at ${\sim}71.6^{\circ}C$ so that its temperature fell into the thermal hysteresis region of the device resistance. Six multi-states of the device resistance could be obtained in the fabricated $VO_2$ device by five successive laser pulses with equal 10ms duration and increasing power. Each resistance states were maintained while the temperature bias was applied. And, the resistance fluctuation level was within 2.2% of the stabilized resistance and decreased down to less than 0.9% of the stabilized resistance 5s after the illumination.

• 반도체디스플레이기술학회지
• /
• 제23권1호
• /
• pp.1-6
• /
• 2024

Recently, artificial neural networks have been playing a crucial role and advancing across various fields. Artificial neural networks are typically categorized into feedforward neural networks and recurrent neural networks. However, feedforward neural networks are primarily used for processing static spatial patterns such as image recognition and object detection. They are not suitable for handling temporal signals. Recurrent neural networks, on the other hand, face the challenges of complex training procedures and requiring significant computational power. In this paper, we propose memristors suitable for an advanced form of recurrent neural networks called reservoir computing systems, utilizing a mask processor. Using the characteristic equations of Ti/TiOx/TaOy/Pt, Pt/TiOx/Pt, and Ag/ZnO-NW/Pt memristors, we generated current-voltage curves to verify their memristive behavior through the confirmation of hysteresis. Subsequently, we trained and inferred reservoir computing systems using these memristors with the NIST TI-46 database. Among these systems, the accuracy of the reservoir computing system based on Ti/TiOx/TaOy/Pt memristors reached 99%, confirming the Ti/TiOx/TaOy/Pt memristor structure's suitability for inferring speech recognition tasks.