Interfaces engineering to enhance ferroelectricity in ultra-thin HZO CMOS compatible FTJ
Notice bibliographique
Résumé
The exponential development of artificial intelligence technologies has increased the demand of computing power and energy efficiency. In this respect, ferroelectric tunnel junction (FTJ) memristors are extremely promising components for the implementation of beyond-Von Neumann hardware architectures, e.g. brain-inspired computing, for increasing device scalability and for their ultra-low operating current [1]. The discovery of ferroelectricity in HfO2 -based materials [2] has paved the way for the integration of ferroelectric devices into the complementary-metal-oxide-semiconductor industry. Furthermore, the Hf0.5Zr0.5O2 (HZO) compound, through the Hf:Zr 1:1 substitution, has attracted great interest due to its high polarisation value and low crystallization temperature.Here, we investigate four different 6 nm-thick HZO-based heterostructures, which were entirely realized by sputtering [3], with electrodes made of titanium nitride and/or tungsten.We report a systematic and exhaustive analysis of the structural and chemical properties of the electrode/ferroelectric interfaces of different heterostructures, using a multiscale combination of techniques, such as X-ray diffraction, electron energy-loss spectroscopy, and high-resolution TEM. The results demonstrate how the top and bottom interfaces influence the ferroelectric performances of ultra-thin HZO-based tunnel devices.This work provides relevant and useful insights for the synthesis of high quality HZO-based stacks with enhanced ferroelectricity, which could serve as memory units for brain-inspired hardware architectures. Device-to-device variability is, indeed, one of the main issues to face for the realization of neuromorphic networks, where arrays of millions of memory components are used [4]. For this reason, the improvement of material engineering and optimization of device structure are critical aspects to deal with.This work is supported by the I3E ECLAUSion project that has received funding from the European Union's Horizon 2020 research and innovation programme under the Marie Skłodowska-Curie grant agreement No 801512.References:[1] R. Berdan et al., Nat. Electron., vol. 3, no. 5, pp. 259–266, 2020.[2] T. S. Böscke et al., Appl. Phys. Lett., vol. 99, no. 10, 2011.[3] G. Segantini et al., Phys. status solidi – Rapid Res. Lett., p. 2100583, Mar. 2022.[4] A. Mehonic et al., Adv. Intell. Syst., vol. 2, no. 11, p. 2000085, Nov. 2020.
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 | 0,001 | 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) | 0,002 | 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 ».