MétaCan
Menu
Retour à la cohorte
Enregistrement W2082770563 · doi:10.1149/2.100406jes

Polymer-Based Memory Structures on Copper Substrates

2014· article· en· W2082770563 sur OpenAlexaff
Iman Yahyaie, Tanya Khaper, Patrick K. Giesbrecht, Michael S. Freund

Notice bibliographique

RevueJournal of The Electrochemical Society · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTransistorTungstenOxideNanotechnologyCMOSPolymerOptoelectronicsCapacitorCopperVoltageElectrical engineeringMetallurgyComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Considering the limitations of dynamic memory structures based on the "1 Transistor –1 Capacitor" design paradigm related to their complexity and scaling, non-transistor based designs are being actively pursued. Bulk resistive memory designs that do not require additional transistor components per bit, are desirable candidates. This article presents a layered approach for formation of tungsten oxide and conducting polymer junctions to be used as a redox memory structure. This system includes an electrochemically deposited tungsten oxide film covered by electrophoretically deposited conducting polymer material capable of producing transient current-voltage characteristics that can be controlled by electric fields and exhibiting memory effects. The approach presented in this paper is particularly attractive since it provides a means to form these junctions on CMOS-friendly contact metals such as copper. Junctions between tungsten oxide and poly(3,4-ethylenedioxythiophene):poly(styrenesulfonate) (PEDOT:PSS) have been formed and characterized, demonstrating these junctions on copper substrates, significantly advancing this approach for making CMOS-compatible crossbar memory structures based on conducting polymer systems.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207