Depth Gradient Reduced Graphene Oxide Layer via Intense Pulsed Light Annealing Process for the Flexible Resistive Random Access Memory Device
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this study, an intense pulsed light (IPL) is irradiated for reducing graphene oxide (GO) to form a flexible resistive random access memory (ReRAM). The reduced‐GO (r‐GO) thin semiconductor layer is coated using spin coating method with distilled‐water and ethanol‐based solution on the flexible bottom electrode (Cu). The irradiation conditions are optimized to obtain high retention and switching characteristics. A top electrode (Al) is formed by deposition process and the electrical characteristics of the ReRAM are measured using a parameter analyzer. The optimally reduced GO‐based ReRAM shows write‐once read‐many times (WORM) characteristics and high electrical performances such as on/off ratio (≈10 3 ), operation voltage (−4.2–4.5 V), and excellent retention properties (retention time: 10 8 ). The effect of the IPL annealing on GO layer is analyzed using X‐ray photoelectron spectroscopy (XPS) and transmission electron microscope (TEM). In the analysis results, the depth gradient reduced GO layer is clearly observed. In addition, the switching mechanism of ReRAM is investigated using energy band diagram of ReRAM structure(Cu/GO/r‐GO/Al). This ReRAM device fabricated on flexible substrate (PI substrate) does not show the degradation in switching characteristics even after bending the substrate in 1000 times with a 5 mm bending radius, demonstrating excellent mechanical endurance of ReRAM device.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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