MétaCan
Menu
Retour à la cohorte
Enregistrement W3003725703 · doi:10.1063/1.5140994

Investigation of resistive switching and transport mechanisms of Al2O3/TiO2−<i>x</i> memristors under cryogenic conditions (1.5 K)

2020· article· en· W3003725703 sur OpenAlexafffund

Notice bibliographique

RevueAIP Advances · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueInstitut quantiqueUniversité de Sherbrooke
Organismes subventionnairesH2020 Excellent ScienceNatural Sciences and Engineering Research Council of Canada
Mots-clésMemristorThermal conductionQuantum tunnellingDiodeResistive touchscreenElectrical conductorConductanceCommutationNegative resistance

Résumé

récupéré en direct d'OpenAlex

Resistive switching and transport mechanisms of Al2O3/TiO2−x memristor crosspoint devices have been investigated at cryogenic temperatures down to 1.5 K, for the future development of memristor-based cryogenic electronics. We report successful resistive switching of our devices in the temperature range of 300–1.5 K. The current–voltage curves exhibit negative differential resistance effects between 130 K and 1.5 K, attributed to a metal–insulator transition of the Ti4O7 conductive filament. The resulting highly nonlinear behavior is associated with an ION/IOFF diode ratio of 84 at 1.5 K, paving the way for selector-free cryogenic passive crossbars. Temperature-dependent thermal activation energies related to the conductance at low bias (20 mV) are extracted for memristors in a low resistance state, suggesting hopping-type conduction mechanisms. Finally, the transport mechanism analysis at 1.5 K indicates that for all resistance states, the conduction follows the space-charge limited current model in low fields, whereas trap-assisted tunneling dominates in higher fields.

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 seuil0,003

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 Opus0,020
Tête enseignante GPT0,226
Écart entre enseignants0,206 · 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

Citations27
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207