Key points are not available for this paper at this time.
Les synapses et les neurones dans l'intelligence artificielle sont reconnus comme des éléments essentiels dans la construction de systèmes de calcul neuromorphique. En particulier, les memristors à base de matériaux organiques sont largement reconnus pour leurs avantages en termes de transparence, de flexibilité, de rentabilité, d'amitié avec l'environnement et de propriétés biocompatibles. Dans cet article, nous avons fabriqué des memristors et des synapses à base de couches fonctionnelles organiques en déposant par rotation du poly(3,4-éthylènedioxythiophène)/poly(styrène sulfonate) (PEDOT:PSS) sur un substrat d'oxyde d'indium-étain (ITO), suivant un ITO sputté par magnétron comme électrode supérieure. De plus, des nanoparticules d'oxyde de zinc (ZnO NPs) ont été utilisées dans la couche fonctionnelle comme éléments de piégeage de charges pour optimiser la performance des dispositifs de mémoire à base de PEDOT. Avec le contrôle des concentrations de ZnO NPs, les dispositifs de ITO/PEDOT:PSS(ZnO NPs)/ITO ont montré des performances de commutation résistive prometteuses et des fonctionnalités synaptiques. Dans le dispositif de ITO/PEDOT:PSS(3% ZnO NPs)/ITO, il montre des caractéristiques de commutation progressive et pourrait imiter efficacement les fonctionnalités des synapses. Dans le dispositif ITO/PEDOT:PSS(5% ZnO NPs)/ITO, il présente un caractère sans formation et une excellente performance de changement résistif.
Fan et al. (Mon,) ont étudié cette question.