Neuromorphic computing is the next generation of artificial intelligence that mimics brain functions, providing dramatic energy efficiency for processing and storing data. Software-based research has made many advances in the field of existing neuromorphic research, but hardware-based research is somewhat insignificant. Using a charge trapping-based system, I implement (i) a two-terminal-based synaptic device that follows Hebbian learning rules, (ii) a three-terminal-based synaptic device that follows BCM learning rules, and (iii) a synaptic device that shows the retinal nerve simulation characteristics of mantis shrimp with the best visual system. First, the Nb$_2$O$_5$-based charge trap memristor (CTM) exhibits self-rectifying, low-current, electroforming-free, and analog switching characteristics. I fabricated a CTM with an array size of 32×32 array comprised of the Pt/HfO$_2$/Nb$_2$O$_5$/HfO$_2$/Ti structure. They exhibited all the desirable features (self-rectifying, low-current, electroforming-free, and analog switching characteristics) with all devices working. Furthermore, all memory cells in the array provided four bits (16 levels) stably between 0.45 nS and 7.45 nS at 3 V of reading voltage, allowing me to build a neuromorphic hardware testing platform. Second, an oxide-based memtransistor was manufactured by combining the material technology of the two-terminal Nb$_2$O$_5$-based CTM and 3-terminal ITZO (In-Sn-Zn-O)-based thin film transistor (TFT) structure. Memtransistor is a suitable candidate for synaptic devices that can modulate BCM learning rules. I used two methods to create a membrane transistor structure in an oxide-based device to demonstrate a three-terminal ITZO-based FET using a charge-trapping memristive system imitating the triplet STDP. A memristor in the direction of horizontals was implemented to develop a leaky IGZO-based FET through active carrier doping. In addition, another memristor in the direction of vertical was implemented through the post-deposition of the charge trap layer (Ta$_2$O5/Nb$_2$O$_5$-X/Al$_2$O$_3$-X) deposited on an active layer, where used in 2-terminal charge trap memristor (CTM). It was used in Triplet-STDP as a suitable candidate for synaptic devices that can mimic BCM learning rules by being able to adjust the lateral memristor in the vertical direction. Third, A three-terminal-based photonic synapse imitating mantis shrimps was produced using defect-engineered Ag$_2$S chiral quantum dots (QDs). Mantis shrimps see the world through multiple photoreceptor channels. The optical information includes light's wavelength and circular polarization, making them have the best eye in nature. A chiroptical synapse (ChiropS) shows different polarized light absorption behaviors at different wavelengths, suggesting their applicability for multi-channel optical sensing, recognizing approximately 5% difference at 405 nm wavelength and 6% difference at 532 nm wavelength. We integrated a photonic synaptic device that readily detects and distinguishes the polarized light. Moreover, its combined short- and long-term plasticity after illumination allows it to perform the pre-processing function for image-noise filtering, reducing energy consumption by 21% on the Gaussian noise-added handwritten MNIST dataset. These studies will add a new dimension to next-generation processing devices with high integration and excellent energy efficiency.
뉴로모픽 컴퓨팅은 뇌 기능을 모방한 차세대 인공지능으로 끊임없이 증가하는 데이터를 처리하고 저장하기 위한 극적인 에너지 효율을 제공한다. 기존 뉴로모픽 연구 분야에서 소프트웨어 기반의 연구는 많은 발전이 있었지만, 하드웨어 기반의 연구는 다소 미미한 상황이다. 본 연구에서는 전하 트래핑 기반의 시스템을 활용하여 (1) Hebbian 학습 규칙을 따르는 2 단자 기반의 시냅스 소자. (2) BCM 학습 규칙을 따르는 3 단자 기반의 시냅스 소자, (3) 가장 뛰어난 시각 시스템을 가지는 Mantis shrimp의 망막 신경 모사 특성을 보여주는 시냅스 소자를 구현하였다.첫번째로 Nb$_2$O$_5$ 기반의 자가 정류 저항변화 메모리 소자(Charge trap memristor, CTM)를 제작하였다. 낸드플래시와 유사한 구조로 윗단과 아랫단에 HfO$_2$ layer를 Nb$_2$O$_5$ layer의 샌드위치 구조로 하여 소자를 제작하였으며, HfO$_2$ layer는 각각 Blocking oxide 및 Tunneling oxide로 작용하였다. 또한, 32 x 32 어레이의 자가정류 저항변화메모리를 제작하여 어레이 레벨에서의 자기 정류, 저전류, 무포밍, 아날로그 스위칭 특성을 확인하였다. 행렬 연산 어레이로서 모든 메모리 셀은 3 V의 읽기 전압에서 0.45 nS 에서 7.45 nS 사이의 4비트(16레벨)의 저항변화를 안정적으로 제공하였고, 뉴로모픽 하드웨어 테스트 플랫폼에 시연하였다. 두번째로 Nb$_2$O$_5$ 기반의 CTM의 유전층을 ITZO (In-Sn-Zn-O) 기반의 박막트랜지스터 구조에 적용하여 멤트랜지스터 (Memtransistor)를 제작하였다. Active layer에 증착된 전하 트랩층(Ta$_2$O$_5$/Nb$_2$O$_5$-X/Al$_2$O$_3$-X)의 후 증착을 통해 수직 방향의 또 다른 멤리스터를 구현하였으며, 여기서 2단자 전하 트랩 멤리스터(CTM)에 사용하였다. 제안하는 소자는 수평 방향의 Memristor 를 수직 방향의 Memristor 가 조절 가능하여 BCM 학습 규칙을 모방할 수 있는 시냅스 장치에 적합한 후보로 Triplet-STDP 모사에 사용되었다. 마지막으로 카이랄성을 가진 Ag$_2$S quantum dot 재료를 이용하여 Mantis shrimp를 모방하는 3단자 기반 광 시냅스 소자를 제작하였다. 사마귀 새우는 여러 광수용체 채널을 통해 세상을 바라보는데 광학 정보에는 빛의 파장과 원형 편광이 포함되어 있어 자연계에서 가장 뛰어난 눈을 가지고 있다고 알려져 있다. 제안하는 카이랄 소자는 다양한 파장에서 서로 다른 편광 흡수 거동을 보여 405nm 파장에서 약 5%, 532nm 파장에서 약 6%의 차이를 인식하며 다채널 광학 감지에 적용 가능성을 시사했다. 또한 단기 시냅스 가소성과 장기 시냅스 가소성을 결합하여 이미지 노이즈 필터링을 위한 전처리 기능을 수행할 수 있었다. 가우스 노이즈가 추가된 손으로 쓴 MNIST test에서 에너지 소비를 21% 줄이는 결과를 확보하였다. 이러한 다양한 시냅스 연구는 집적도가 높고 에너지 효율이 우수한 차세대 처리 장치에 대한 새로운 차원의 연구 방향을 추가할 것이다.