金属/导电高分子界面效应与神经突触可塑性模拟

Application of memristor in neuromorphic network computing will become the emergent hot in the fields of information materials,micro- and nano-electronics and computer. One key is to use memristor mimicking neural synaptic plasticity. Metal/polymer interface effects have brought plenty of interesting memory phenomena and complex resistive switching mechanisms, which are in favor of mimicking synaptic plasticity and discovering intrinsic mechanisms of memory and learning processes of bio-body. However, the reported memristor synapses are far away from the requirements of neuromorphic chips. Therefore, this project will systematically study the interface effects of metal/polymer on the memory and resistive switching behaviors. Theses interfaces effects will be brought by pure metallic electrodes, surface decoration of the metallic electrodes, alloy electrodes and metallic nanoparticles. We will demonstrate the ressitive mechnisms through the detailed characterizing of micro-structure, electronic properties and electrochemical properties. After that, we will obtain memristors emulating effectively synaptic plasticity and determine the critiria of selecting materials and device structures. We will emulate various synaptic plasticity under various stimulations. We will establish the organic connections and theoreotic models among the interface effects, resistive switching mechanisms and specific synapse plasticity. Lastly, we will study stability of the artificial synapse and try to find what challenge will be forwarded to the materials and devices through these interconnection experiments, if the memristors are required to be integrated in large scale. We hope our research will provide robust experimental and theoretical references to the development of metal/polymer/metal memristor neuromorphic network computing.

忆阻器用于神经网络计算将成为信息材料、微纳电子学和计算机领域研究热点，利用忆阻器模拟神经突触可塑性是其中关键之一。"金属/导电高分子"界面效应诱导复杂阻变机制和丰富阻变现象，有利于模拟突触可塑性、揭示生物体学习的内在机制。然而已报导忆阻器人工突触还远远达不到神经网络芯片要求。因此本项目拟系统研究"金属/导电高分子"界面效应对阻变和记忆行为的影响，包括纯金属电极、电极表面修饰、金属电极合金化和金属纳米颗粒掺杂导电高分子等导致的各种界面效应，通过对器件电学、电化学特性和微结构的表征，阐明阻变机制，获得有效模拟突触可塑性的忆阻器体系，确定材料和器件结构的选择标准。采用各种形式刺激模拟突触可塑性,建立界面效应、阻变机制和特定形式突触可塑性之间的有机联系和理论模型。研究所获得的人工突触的稳定性，以及集成和互连对材料和器件提出的新挑战。为"金属/导电高分子/金属"结构忆阻器用于神经网络计算提供科学依据

忆阻器用于神经网络计算已成为信息材料、微纳电子学和计算机领域研究热点，利用忆阻器模拟神经突触可塑性是其中关键之一。有鉴于此，本课题开展"金属/导电高分子"界面效应与神经突触可塑性的研究。研究内容主要包括：纯金属电极对阻变和记忆机制的影响，金属电极表面单层自组装分子修饰对阻变和记忆机制的影响，对金属电极进行微量掺杂，研究掺杂对阻变和记忆机制的影响，金属纳米颗粒掺杂高分子对阻变和记忆机制的影响，采用所研制的忆阻器进行神经突触模拟等方面的工作。研究工作解决了课题申请时提出的科学问题，找到基本电性和生物突触基本电性相似的“金属/导电高分子/金属”两端口结构的记忆器件，模拟了多种常规可见的突触可塑性。明确哪些“金属/导电高分子”界面效应可生阻变和记忆效应，其阻变和记忆机制是什么，建立界面效应、阻变机制和特定形式的突触可塑性之间的有机联系和理论模型，确定相关材料和器件结构的选择标准。提出采用动态、自适应的“电极/导电高分子”界面和动态“有机半导体/电解质”界面效应来模拟神经突触可塑性，更接近生物可塑性行为。这种自适应性主要反映在界面状态会随外界刺激的深入调节自己的状态，使得系统不会失去平衡和崩溃；通过合适的调节，可以使系统趋向于初始态或者准平衡态，类似生物突触中恢复神经元膜外和膜内的非对称离子浓度分布。我们认为这样一个体系是可以作为神经形态计算和存储的基本单元。实现了多种神经突触可塑性，模拟了Hebbian、SRDP、STDP、BCM学习理论。实现了简单的人工突触间互连，发现线性加权可能是突触计算的一个原则。发现刺激过程不同的加载速率可以获得完全不同的突触可塑性，认为可能是突触计算的一种特征。这些计算规则会大大简化神经系统计算的硬件条件。我们的研究在理论和实验两个方面都提供了坚实的基础，推动忆阻器向神经网络计算的方向发展。