MétaCan
Menu
Retour à la cohorte
Enregistrement W2943596920 · doi:10.1002/aelm.201900142

Ultrathin TiO<i><sub>x</sub></i> Interface‐Mediated ZnO‐Nanowire Memristive Devices Emulating Synaptic Behaviors

2019· article· en· W2943596920 sur OpenAlexafffund
Ming Xiao, Travis Yeow, Việt Hương Nguyễn, David Muñoz‐Rojas, Kevin P. Musselman, W. W. Duley, Y. Zhou

Notice bibliographique

RevueAdvanced Electronic Materials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceNanowireNeuromorphic engineeringNanotechnologyQuantum tunnellingElectrodeOptoelectronicsSemiconductorComputer scienceArtificial neural network

Résumé

récupéré en direct d'OpenAlex

Abstract One‐dimensional semiconductor nanowires have been widely used as important building blocks in a number of devices. However, the performance of these devices is seriously hindered by the surface states/defects on the nanowires, which is a great obstacle to the realization of controllable and predictable characteristics. The introduction of an ultrathin metal oxide layer between Au electrodes and a ZnO nanowire is used to eliminate the surface effects of the nanowires, leading to improved volatile threshold switching performance. Study of the conduction mechanism demonstrates that the TiOx interfacial layer functions as a barrier between the electrodes and the nanowire, wherein the oxygen defects provide localized trap sites for electron hopping in a low electric field as well as assisting electron tunneling in a high electric field. Several key synaptic functions, including excitatory current response, facilitation and depression, and short‐term plasticity, are realized with this modified nanowire device, which is promising for neuromorphic computing applications. Interface engineering between electrodes and semiconductor nanowires can help in the realization of high‐performance memristive devices, allowing new approaches to the assembly of neuromorphic systems with nanometer‐sized features.

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 seuil0,002

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 Opus0,004
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Electronic MaterialsMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207