MétaCan
Menu
Retour à la cohorte
Enregistrement W3159146981 · doi:10.1021/acsaelm.1c00271

A True Random Number Generator Based on Ionic Liquid Modulated Memristors

2021· article· en· W3159146981 sur OpenAlexafffund
Bai Sun, Shubham Ranjan, Guangdong Zhou, Tao Guo, Cheng Du, Lan Wei, Y. Zhou, Yimin A. Wu

Notice bibliographique

RevueACS Applied Electronic Materials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesDepartment of Science and Technology of Sichuan ProvinceNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMemristorIonic liquidNeuromorphic engineeringMaterials scienceNanotechnologyComputer scienceUltrashort pulseTopology (electrical circuits)Artificial neural networkElectronic engineeringElectrical engineeringArtificial intelligenceChemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The memristor-based neuromorphic computing application, which is highly flexible and capable of handling large amounts of parallel information, is one of the major breakthroughs in the past decade. It sheds light on future high-density storage, ultrafast logic computing systems, advanced artificial intelligence, etc. To explore the applications based on memristive devices, a memristive device using an indium–gallium–zinc oxide (IGZO)–TiO 2 bilayer film as the functional layer is demonstrated. Its memristive behavior can be modulated by diethylmethyl(2-methoxyethyl)ammonium bis(trifluoromethylsulfonyl)imide (DEME-TFSI) ionic liquid (IL). Further, a true random number generator was designed on the basis of eight memristive units. This work demonstrates that ionic liquid regulated memristors can not only be used for data storage but also open up potential applications for cryptography.

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)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,208
Écart entre enseignants0,202 · 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

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

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