강유전(ferroelectric) 시냅스 트랜지스터는 저전력 소비와 고속 변조 성능 때문에 뉴로모픽(neuromorphic) 응용 분야에서 큰 주목을 받아 왔다. 그러나 강유전 박막에서의 전하 트래핑(charge trapping)은 시냅스 가중치 업데이트 동안 비선형성, 불안정성, 그리고 재현성 저하를 야기한다. 본 연구에서는 강유전 분극과 전하 트래핑 간의 주파수 의존적 결합을 활용하여, 전례 없는 도전도(conductance) 변조를 달성하는 매몰 게이트(buried gate) 구조의 Al 2 O 3 /HfO 2 유전체 스택을 갖는 InGaZnO 시냅스 트랜지스터를 제시한다. 이중 스위칭 모드의 다목적 도전도 조절 능력은 고도의 선형 도전도 변조를 동시에 달성하면서, 전압 구동에 의한 단일 극성(polarity)에서의 포텐시에이션(potentiation)과 디프레션(depression)까지 가능하게 한다. Al 원자의 HfO 2 층으로의 확산은 추가적인 산소 공공(oxygen vacancies)을 촉진하여, 심층 트랩 상태(deep-level trap states)의 출현에 기여한다. 이러한 결함은 또한 자발적 대칭 깨짐을 통해 비중심성(noncentrosymmetric) 결정상 안정화를 돕고, 그 결과 분극 현상(ferroelectricity)을 유도한다. 이는 밀도범함수이론(density-functional-theory) 시뮬레이션과 압전력 현미경(piezoelectric-force-microscopy) 측정으로 뒷받침된다. 이중 모드의 동작을 충분히 활용함으로써, 해당 소자는 최소 비선형성 0.47로 매우 선형적인 도전도 업데이트를 달성하며, 펄스열(pulse-train) 구성 하에서 단일 전압 극성으로도 포텐시에이션과 디프레션을 구현한다. 또한 필기 숫자 분류(handwritten digit classification)에서 97.03%의 높은 패턴 인식 정확도를 달성한다. 이러한 이중 모드 동작 전략은 집적 뉴로모픽 회로의 아키텍처를 단순화하고 계산 효율을 향상시키기 위한 설득력 있는 경로를 제공한다.

기존에 보고된 산화물 반도체 트랜지스터와 비교했을 때. 제안된 IGZO CSFET 소자는 고속 및 초저전력 전자 회로에서 유의미한 발전을 이룰 것으로 기대된다.

, 누설 전류가 억제되어, 박막에서 전기적 특성을 결정하는 요인이 벌크 재료에서의 요인과 다름을 나타냈다.

뉴로모픽 시스템을 위한 멤트랜지스터는 0-9 사이의 손글씨 숫자에 대한 학습과 추론을 기반으로 한 딥 신경망 시뮬레이션 테스트에서 높은 인식 정확도(약 92%)를 보인 결과에 기초한다. 단순한 멤트랜지스터 구조는 복잡한 신경 회로의 구현을 용이하게 한다.

본 연구는 적층형 포토다이오드에서 2D 무(無)이음 금속–반도체 접합의 장점을 부각하며, 탁월한 광전자 성능을 나타낸다.

강유전(ferroelectric) 시냅스 트랜지스터는 저전력 소비와 고속 변조 성능 때문에 뉴로모픽(neuromorphic) 응용 분야에서 큰 주목을 받아 왔다. 그러나 강유전 박막에서의 전하 트래핑(charge trapping)은 시냅스 가중치 업데이트 동안 비선형성, 불안정성, 그리고 재현성 저하를 야기한다. 본 연구에서는 강유전 분극과 전하 트래핑 간의 주파수 의존적 결합을 활용하여, 전례 없는 도전도(conductance) 변조를 달성하는 매몰 게이트(buried gate) 구조의 Al 2 O 3 /HfO 2 유전체 스택을 갖는 InGaZnO 시냅스 트랜지스터를 제시한다. 이중 스위칭 모드의 다목적 도전도 조절 능력은 고도의 선형 도전도 변조를 동시에 달성하면서, 전압 구동에 의한 단일 극성(polarity)에서의 포텐시에이션(potentiation)과 디프레션(depression)까지 가능하게 한다. Al 원자의 HfO 2 층으로의 확산은 추가적인 산소 공공(oxygen vacancies)을 촉진하여, 심층 트랩 상태(deep-level trap states)의 출현에 기여한다. 이러한 결함은 또한 자발적 대칭 깨짐을 통해 비중심성(noncentrosymmetric) 결정상 안정화를 돕고, 그 결과 분극 현상(ferroelectricity)을 유도한다. 이는 밀도범함수이론(density-functional-theory) 시뮬레이션과 압전력 현미경(piezoelectric-force-microscopy) 측정으로 뒷받침된다. 이중 모드의 동작을 충분히 활용함으로써, 해당 소자는 최소 비선형성 0.47로 매우 선형적인 도전도 업데이트를 달성하며, 펄스열(pulse-train) 구성 하에서 단일 전압 극성으로도 포텐시에이션과 디프레션을 구현한다. 또한 필기 숫자 분류(handwritten digit classification)에서 97.03%의 높은 패턴 인식 정확도를 달성한다. 이러한 이중 모드 동작 전략은 집적 뉴로모픽 회로의 아키텍처를 단순화하고 계산 효율을 향상시키기 위한 설득력 있는 경로를 제공한다.

기존에 보고된 산화물 반도체 트랜지스터와 비교했을 때. 제안된 IGZO CSFET 소자는 고속 및 초저전력 전자 회로에서 유의미한 발전을 이룰 것으로 기대된다.

, 누설 전류가 억제되어, 박막에서 전기적 특성을 결정하는 요인이 벌크 재료에서의 요인과 다름을 나타냈다.