The von Neumann structure, which has been previously used for data storage and processing, sequentially executes input arithmetic commands, and thus is inefficient due to a delay in the memory device. To solve this problem, interest in neuromorphic computing that can achieve high speed and low power by emulating the neural network structure of the brain is growing. Many researchers are actively studying the neuromorphic properties of next-generation memories, such as resistive switching memory, phase change memory, ferroelectric memory, and magnetoresistive memory. Among them, the resistance switching memory has advantages such as a fast operation speed, high integration, low power operation. Meanwhile, in order to emulate the brain that stores and processes information in a parallel way, devices that act as synapses and neurons are needed.
In this thesis, a method to control the local volatility in one ECM device by a laser annealing method is demonstrated for application to future one-chip neuromorphic system. In addition, neurons and synapses were simulated simultaneously. As a result of irradiating the excimer laser to the silver filament-based volatile ECM device, the data retention time increased from 0.6 ms to 8250 s, indicating local modulation to the non-volatile memory. The redistribution of silver nanoparticles in SiO$_2$ matrix, which is the cause of the volatility change, was analyzed through TEM, XPS, and ToF-SIMS. Both synapses and neurons were simulated by observing Integrate-and-fire and Spiking-timing-dependent plasticity phenomena with volatile and non-volatile devices, respectively. Furthermore, concomitant plasticity, a phenomenon that occurs in a neural network where neurons and synapses coexist, was confirmed through local volatility control in one device, showing the potential for implementing simple structured memristive neural networks with volatile tunable ECM memristors.
데이터 저장과 처리를 위해 기존에 사용되어 온 폰 노이만 구조는, 입력된 연산 명령을 순차적으로 수행하므로, 기억장치의 지연 현상이 발생하여 비효율적이다. 이를 해결하기 위해, 뇌의 신경망 구조를 모사하여 빠른 속도, 저 전력을 달성할 수 있는 뉴로모픽 컴퓨팅에 대한 관심이 커지고 있다. 많은 연구자들이 저항 변화 메모리, 상변화 메모리, 강유전성 메모리, 자기저항 메모리, 등 차세대 메모리의 뉴로모픽 특성에 대해 활발히 연구하고 있다. 이 중 저항변화 메모리는 빠른 동작 속도, 높은 집적도, 저 전력 구동 등의 장점을 지닌다. 한편, 병렬적 방법으로 정보를 저장하고, 처리하는 뇌를 모사하기 위해서는 시냅스와 뉴런의 역할을 하는 소자가 필요하다.
본 논문에서는 미래의 단일-칩 뉴로모픽 시스템에 적용하기 위해 레이저 어닐링 방법으로 하나의 ECM 장치에서 국부적으로 휘발성을 제어하는 방법을 제시한다. 이를 통해 뉴런과 시냅스를 동시에 모사하였다. 은 필라멘트 기반의 문턱전압스위칭 소자에 엑시머 레이저를 조사한 결과 데이터 보유 시간이 0.6 ms 에서 8250 s 수준으로 증가하여 저항변화메모리로의 국부적 변화를 나타냈다. 휘발성 변화의 원인인 SiO$_2$ 모재 내의 은 나노 입자의 재 분포를 TEM, XPS, ToF-SIMS 를 통해 분석하였다. 휘발성, 비휘발성 소자로 각각 Integrate-and-fire 와 Spiking-timing-dependent plasticity 현상을 관찰함으로써 시냅스와 뉴런을 모두 모사하였다. 나아가 한 소자 내에서 국부적 휘발성 조절을 통해 뉴런과 시냅스가 혼재하는 신경망에서 일어나는 현상인 Concomitant plasticity를 확인함으로써 휘발성 조정 가능한 ECM 멤리스터를 사용하여 간단한 구조의 멤리스터 기반 신경의 구현 가능성을 보인다.
