MétaCan
Menu
Retour à la cohorte
Enregistrement W3011267950 · doi:10.1021/acsaelm.0c00099

Nonvolatile Memristive Switching in Self-assembled Nanoparticle Dimers

2020· article· en· W3011267950 sur OpenAlexaff
Maximilian Speckbacher, Matthias Jakob, Markus Döblinger, Jonathan G. C. Veinot, Aras Kartouzian, Ueli Heiz, Marc Tornow

Notice bibliographique

RevueACS Applied Electronic Materials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésMemristorAgglomerateMaterials scienceNanoparticleNanotechnologyCrystalliteNanoscopic scaleScanning electron microscopeElectrical conductorNon-volatile memoryProtein filamentSelf-assemblySiliconNanostructureOptoelectronicsChemical engineeringComposite materialElectronic engineering

Résumé

récupéré en direct d'OpenAlex

The selective formation of heterogeneous nanoparticle (NP) agglomerates and their memristive switching properties are reported. Following surfactant-mediated self-assembly in suspension, agglomerates of silver nanocubes (AgNCs) and spherical silicon nanoparticles (SiNPs) are prepared in a bottom-up approach. Dimers comprising one AgNC and one SiNP are electrically contacted, and pronounced bipolar memristive switching is demonstrated. The formed nanoscale memristor junctions show in particular narrow distributions of the SET voltage, ON/OFF-resistance ratios in excess of three orders of magnitude, and good retention properties. Ex situ scanning electron microscopy studies directly support a switching model based on Ag-conductive filament formation in the polycrystalline SiNPs. We propose our self-assembled NP memristors as building blocks for the bottom-up construction of future 3D memristive networks.

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Electronic MaterialsMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207