RAS PhysicsРадиотехника и электроника Journal of Communications Technology and Electronics

  • ISSN (Print) 0033-8494
  • ISSN (Online) 3034-5901

Компактная поведенческая модель нанокомпозитного мемристора

PII
10.31857/S0033849423100170-1
DOI
10.31857/S0033849423100170
Publication type
Status
Published
Authors
Volume/ Edition
Volume 68 / Issue number 11
Pages
1140-1146
Abstract
Предложена компактная поведенческая модель нанокомпозитного мемристора (Co40Fe40B20)x(LiNbO3)100 – x, которая количественно описывает динамику изменения проводимости лабораторных образцов, а также реализует механизмы конечного времени хранения резистивных состояний, разбросов по напряжениям переключения от цикла к циклу и от устройства к устройству. Показана возможность реализации импульсной нейронной сети с синаптическими мемристорными связями на основе данной модели.
Keywords
Date of publication
01.11.2023
Year of publication
2023
Number of purchasers
0
Views
29

References

  1. 1. Gasseling T. // Microw. J. 2012. V. 55. P. 74.
  2. 2. Денисенко В.В. // Электроника: Наука, технология, бизнес. 2004. № 5. C. 76.
  3. 3. Chauhan Y.S., Venugopalan S., Karim M.A. et al. // 2012 Proc. Europ. Solid-State Circuits Conf. Bordeux. 12‒17 Sept. N.Y.: IEEE, 2012. P. 30. https://doi.org/10.1109/ESSCIRC.2012.6341249
  4. 4. Łuszczek M., Turzynski M., Swisulski D. // Int. J. Electron. Telecommun. 2020. V. 66. № 4. P. 753.
  5. 5. Hennessy J.L., Patterson D.A. Computer Architecture: A Quantitative Approach. 7th ed. Cambridge MA: Morgan Kaufmann Publ., 2019.
  6. 6. Simonyan K., Zisserman A. // 3rd Int. Conf. Learn. Represent. ICLR San Diego 7–9 May 2015 – Conf. Track Proc. 2015. P. 1.
  7. 7. He K., Zhang X., Ren S., Sun J. // 2016 IEEE Conf. Computer Vision and Pattern Recognition (CVPR). Las Vegas. 27–30 Jun. N.Y.: IEEE, 2016. P. 770.
  8. 8. Brown T.B., Kaplan J., Ryder N. et al. // arXiv: 2005.14165. 2020. https://doi.org/10.48550/arXiv.2005.14165
  9. 9. Yao P., Wu H., Gao B. et al.// Nature. 2020. V. 577. № 7792. P. 641.
  10. 10. Hu M., Graves C.E., Li C. et al. // Adv. Mater. 2018. V. 30. № 9. Article No. 1705914.
  11. 11. Wan W., Kubendran R., Schaefer C. et al. // Nature. 2022. V. 608. № 7923. P. 504.
  12. 12. Kvatinsky S., Friedman E.G., Kolodny A., Weiser U.C. // IEEE Trans. 2013. V. TCAS-I-60. № 1. P. 211.
  13. 13. Kvatinsky S., Ramadan M., Friedman E.G., Kolodny A. // IEEE Trans. 2015. V. TCAS-II-62. № 8. P. 786.
  14. 14. Abunahla H., Mohammad B. Memristor Technology: Synthesis and Modeling for Sensing and Security Applications. Cham: Springer, 2018. P. 93.
  15. 15. Теплов Г.С., Горнев Е.С. // Микроэлектроника. 2019. Т. 48. № 3. С. 163.
  16. 16. Мацукатова А.Н., Никируй К.Э., Миннеханов А.А. и др. // РЭ. 2020. Т. 65. № 10. C. 1008.
  17. 17. Никируй К.Э., Ильясов А.И., Емельянов А.В. и др. // ФТТ. 2020. Т. 62. № 9. C. 1562.
  18. 18. Demin V.A., Surazhevsky I.A., Emelyanov A.V. et al. // J. Comput. Electron. 2020. V. 19. № 2. P. 565.
  19. 19. Surazhevsky I.A., Demin V.A., Ilyasov A.I. et al. // Chaos, Solitons and Fractals. 2021. V. 146. Article No. 110890.
  20. 20. Surazhevsky I.A., Nikiruy K.E., Emelyanov A.V. et al. // Nanoindustry Russ. 2022. V. 15. P. 470.
  21. 21. Davies M., Srinivasa N., Lin T.H. et al. // IEEE Micro. 2018. V. 38. № 1. P. 82.
  22. 22. Sboev A., Serenko A., Rybka R., Vlasov D. // Math. Methods Appl. Sci. 2020. V. 43. № 13. P. 7802.
  23. 23. Demin V.A., Nekhaev D.V., Surazhevsky I.A. et al. // Neural Networks. 2021. V. 134. P. 64.
  24. 24. Demin V., Nekhaev D. // Frontiers in Neuroinformatics. 2018. V. 12. Article No. 79.
QR
Translate

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library