К ВОПРОСУ О МЕХАНИЗМЕ ПРОВОДИМОСТИ В МЕМРИСТОРНЫХ СТРУКТУРАХ НА ОСНОВЕ НИТРИДА КРЕМНИЯ, "Электронная техника. Серия 3. Микроэлектроника"-Reference-Cited by-同舟云学术

К ВОПРОСУ О МЕХАНИЗМЕ ПРОВОДИМОСТИ В МЕМРИСТОРНЫХ СТРУКТУРАХ НА ОСНОВЕ НИТРИДА КРЕМНИЯ, "Электронная техника. Серия 3. Микроэлектроника"

Published:2022 Issue:4 Volume: Page:34-42
ISSN:2410-9932
Container-title:Электронная техника. Серия 3. Микроэлектроника
language:ru
Short-container-title:Электронная техника. Серия 3. Микроэлектроника

Author:

Макеев В.В.¹,Теплов Г.С.¹,Саттаров П.Ш.¹

Affiliation:

1. АО «Научно-исследовательский институт молекулярной электроники»

Abstract

Приведены результаты исследования ВАХ и механизма проводимости в RERAM на базе нестехиометрического нитрида. Сделана попытка объяснить разброс экспериментальных характеристик и сложность моделирования токопереноса в мемристорах кластерной структурой пленки нестехиометрического нитрида. Выдвинуто предположение, что при реальных толщинах функционального слоя в 4–8 нм, разброс параметров RERAM связан с неоднородностью фазового состава этого слоя. Наличие в слое кластеров, соизмеримых с толщиной пленки и имеющих различный химический состав, вносит элемент случайности в результаты измерения ВАХ и не позволяет корректно рассчитать параметры модели.

Publisher

Akademizdatcenter Nauka

Reference23 articles.

1. Гриценко В.А., Исламов Д.Р. Физика диэлектрических пленок: механизмы транспорта заряда и физические основы приборов памяти. Новосибирск: Издание ИФП им. А.В. Ржанова СО РАН, 2017.

2. Милованов Р.А., Келм Е.А. Структура ячеек энергонезависимой памяти типа EEPROM и Flash // Нано- и Микросистемная техника. 2015, 4(177), 45–59.

3. Петров А., Алексеева Л., Лучинин В., Романов А., Чикев Т., Набатамэ Т. На пути к нейроморфной мемристорной компьютерной платформе // Наноиндустрия. № 1\63\2016.

4. Cheol Seong Hwang. Prospective of Semiconductor Memory Devices: from Memory System to Materials» // Advance Electron Materials. 2015, 1.

5. Юсупов А., Сапаров Х.Ш., Атамуратов А.Э. Мемристор – основной элемент будущего искусственного интеллекта. Типы и основные характеристики (Обзор) // Успехи физических наук. 2020. Т. 8. № 4.