Interface engineering between HfZrO2 thin films and electrodes for enhanced ferroelectricity
Notice bibliographique
Résumé
Keeping the miniaturisation pace in the modern semiconductor technology, while chasing an increased computing efficiency, has stimulated the research to focus on novel computing paradigms. One of these is neuromorphic engineering, which aims at the physical implementation of devices mimicking biological neuron and synapses. In this context, memristors based on ferroelectric material are promising candidates to implement synaptic functions. For instance ferroelectric tunnel junction (FTJ) memristors, based on HfZrO2 (HZO) have shown synaptic learning abilities [1]. In addition, HZO processes are already fully compatible with the CMOS industry, with oxide layers thinner than 10 nm. In this work we present a comparative study of different HZO-based FTJs. By interface engineering, we aimed at improving the structural and electrical performances of ultra-thin ferroelectric HZO films. The HZO was synthesized by magnetron sputtering from a Hf0.5Zr0.5O2 ceramic target and subsequently crystallized by rapid thermal annealing [2]. We compared the structural properties and the electrical performances of sub-8 nm HZO layers sandwiched between bottom and top electrodes made of titanium nitride or tungsten. Furthermore, we probed the effect on the ferroelectric properties of HZO of the insertion of an ultra-thin titanium layer at the electrode/HZO interface. The microstructure and the chemical properties of HZO were investigated by means of glancing incidence X-ray diffraction, transmission electron microscopy, and electron energy loss spectroscopy. Electrical characterization was conducted using the positive-up-negative-down-technique and by the acquisition of current vs voltage characteristics. We propose optimized stacks with enhanced ferroelectricity, which are considered for the implementation of FTJs, and for the demonstration of synaptic learning mechanisms for neuromorphic applications [3].[1] L. Chen et al. Nanoscale, vol. 10, no. 33, pp. 15826–15833, 2018.[2] J. Bouaziz et al., ACS Applied Electronic Materials 1 (9), 1740-1745, 2019.[3] G. Segantini et al., physica status solidi (RRL)–Rapid Research Letters, 2100583, 2022.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».