MétaCan
Menu
Retour à la cohorte
Enregistrement W1994897823 · doi:10.1139/cjp-2013-0521

Photolithography-free Ge–Se based memristive arrays; materials characterization and device testing

2013· article· en· W1994897823 sur OpenAlexvenueno aff
M. R. Latif, István Csarnovics, S. Kökényesi, A. Csík, M. Mitkova

Notice bibliographique

RevueCanadian Journal of Physics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChalcogenideStack (abstract data type)MemristorElectrical conductorPhotolithographyOptoelectronicsLithographyNanotechnologyMaterials scienceChalcogenide glassSurface roughnessElectronic engineeringComposite materialComputer science

Résumé

récupéré en direct d'OpenAlex

The focus of this work is on the formation of a lithography-free redox conductive bridge memristor array, comprised of different compositions of GexSe1−x chalcogenide glasses with the aim of selecting the chalcogenide material that provides the best performance. Various memristive arrays were fabricated on a metal–chalcogenide–metal stack. This structure offers high device density with the simplest configuration and allows access to each nano redox conductive bridge device. It was found that the device stability and threshold voltage were a function of the chalcogenide glass composition, with the Ge-rich film contributing to the best device performance, which is attributed to the formation of rigid structure and the availability of Ge–Ge bonds. Additionally, these parameters were dependent on the thickness and the surface roughness of the chalcogenide glass. Application of a nonlithography method for fabricating the array structure offered excellent yield, stable ON–OFF states and good uniformity. This demonstration, along with success achieved at the single cell level, suggests that the redox conductive bridge memristor is well positioned for ultrahigh performance memory and logic applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,206
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207