Neuromorphic Synaptic Devices and Learning Using RRAM/Memristors
연구 내용
RRAM·memristor 시냅스 소자에서 전도 필라멘트 형성 위치와 누설 경로를 제어하고, 크로스바 기반 신경망 학습을 구현하는 연구
RRAM 및 memristor를 시냅스 소자로 활용하여 뉴로모픽 학습을 수행할 수 있는 소자-아키텍처를 구축합니다. 전도 필라멘트의 형성 및 성장 메커니즘을 분석하고, parylene C 기반 구조, 전극-저항층 계면 제어, graphene 장벽 삽입, 3차원 적층 전극 형상 등 공정 변수를 통해 변동성과 신뢰성을 개선합니다. 또한 어레이 수준에서 sneak current를 억제하고, 멀티레벨 상태 및 시냅스 메타플라스티시티를 학습 규칙으로 연결하여 패턴인식 및 키워드 스포팅 같은 응용을 검증하는 차별성을 보유합니다.
관련 연구 성과
관련 논문
7편
관련 특허
3건
관련 프로젝트
0건
연구 흐름
초기에는 CMOS 호환 VRRAM 환경과 함께 RRAM을 이용한 신경망 연산을 구현하는 방향으로 연구를 수행했습니다. 이후 parylene C 기반 유연 소자에서 전기적·기계적 안정성을 확보하고, 시스템 수준에서 신경망 성능을 검증하는 흐름으로 확장되었습니다. 최근에는 graphene 확산 장벽과 3차원 적층형 RRAM 전극 구조를 통해 신뢰성 저하 요인을 완화하고, hydrogen annealing 및 self-rectifying 특성을 활용해 어레이의 누설 문제를 줄이며 멀티레벨 시냅스를 안정적으로 구성하는 방향으로 심화되었습니다. 마지막으로 메타플라스티시티와 연합학습을 모델-소자 특성으로 연결하는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Implementation of convolutional neural network and 8-bit reservoir computing in CMOS compatible VRRAM
Flexible Parylene C-Based RRAM Array for Neuromorphic Applications
Synaptic metaplasticity and associative learning in low-power neuromorphic computing using W-diffused BaTiO₃ memristors
Flexible and Reliable Parylene‐C Resistive Random Access Memory Array with Graphene Barrier for Neuromorphic Systems
Three-Dimensional Resistive Random-Access Memory Based on Stacked Double-Tip Silicon Nanowires for Neuromorphic Systems
Flexible and Reliable Parylene‐C Resistive Random Access Memory Array with Graphene Barrier for Neuromorphic Systems
Hydrogen‐Stabilized Self‐Rectifying Memristor Arrays for Reliable Multilevel Synapses in Transformer‐Based Keyword Spotting
관련 특허
구분
제목
단기 기억 소자와 장기 기억 소자를 결합한 메모리 셀과 이를 이용한 어레이 및 그 동작방법과 제조방법
단기 저장형 플래시 메모리 소자 및 어레이
3차원 적층 AND형 시냅스 어레이 회로, 그 제조방법 및 시냅스 어레이 회로의 동작방법