멤리스터/멤트랜지스터 기반 뉴로모픽 메모리와 인메모리 컴퓨팅

멤리스터와 게이트 기반 memtransistor의 소자 물리와 어레이 연동을 바탕으로 뉴로모픽 기능을 in-memory 형태로 구현하고, 그래프 네트워크 및 센서 연산에 적용하는 연구

뉴로모픽 컴퓨팅에서 연산과 메모리의 물리적 분리를 줄이기 위해 멤리스터 및 memtransistor 기반 in-memory 구조를 설계하고 동작 원리를 정리합니다. 임계스위칭 또는 가변 저항 기반으로 conductance를 조절하고, 어레이에서 발생하는 sneak-path 저감과 학습 함수 구현에 필요한 제어 가능성을 분석합니다. 또한 수분·가스가 아닌 공정 조건에 의해 소자 특성이 변하는 경로를 고려해 reconfigurable 그래프 네트워크를 구성하고, 다공성 산화물 구조체 기반 신경 뉴런 시스템과 연계해 감응·비감응 동작을 확인합니다. 유연 시냅스 멤리스터용 유기-무기 하이브리드 클러스터를 통해 구현 재료 확장도 수행합니다.