Nöromorfik hesaplama sistemleri için çapraz çubuk mimarisinde memristör dizinlerinin tasarlanması ve üretimi

Abstract

Bu tez çalışmasında elektronik yapay sinir ağ sistemlerinde kullanılabilecek sinaptik özellikler sergileme özelliğine sahip en önemli adaylardan biri olan metal oksit tabanlı memristör cihazlar üretilmiş ve karakterize edilmiştir. Memristör cihazlar tek ve çapraz çubuk mimarisinde nöral yapılara uygun çok hücreli olacak şekilde üç katlı fotolitografi yöntemi ve ince film üretim teknikleri kullanılarak nano/mikro boyutlarda elde edilmiştir. Memristör SiO2 alt-taşlar üzerine cihazların iki metal terminali RF/DC manyetik saçtırma yöntemi ile, bu iki elektrot arasındaki memristif TiO2 ve HfO2 hedef malzemeleri kullanılarak metal-oksit ince filmler darbeli lazer biriktirme (DLB- Pulsed lazer Deposition (PLD)) sistemlerinde ultra yüksek vakum ortamlarda farklı yüzey alanlara ve kalınlıklara sahip olacak şekilde üretimi gerçekleştirilmiştir. X-ışını Fotoelektron Spektroskopisi ile metal-oksit memristör cihazlar için öneme sahip Oksijen/Metal yüzey kusur oranı, X-ışını Kırınımı (XRD) X-ışını Yansıması (XRR) yöntemleri ile yapısal özellikleri tayin edilmiştir. Başarılı bir şekilde kalibre edilen memristör cihazlar, programlanabilir bir DC kaynak ölçüm cihazı ile memristif akım- voltaj eğrileri tespit edilmiş olup yorumlanmıştır. Ayrıca bir memristör cihazın biyolojik bir sinapsı taklit etme yeteneğini tespit etmek amacı ile sinaptik plastisitesinin temelini oluşturan Uzun Süreli Potansiyasyon (LTP) ve Uzun Süreli Depresyon (LTD) özellikleri programlanabilir bir fonksiyon jeneratörü kullanarak puls voltajlar ile uyararak iletkenliklerindeki kademeli değişimlerin sonucu olarak elde edilmiş ve kapsamlı bir şekilde yorumlanmıştır. Deneysel sonuçlar üretilen memristör cihazların hem dijital hem analog davranış sergilediğini göstermiştir. Dijital davranışa sahip memristör cihazlar Resistif Rasgele Erişim Bellek (RRAM) ve diğer dijital depolama uygulamalarında, analog davranış sergileyen memristör cihazlar yapay sinaps olarak nöral ağ ve hesaplama sistemlerinde kullanıma uygun aralıklarda olduğu başarılı bir şekilde belirlenmiş ve ayrıntılı bir şekilde sunulmuştur.In this thesis, metal-oxide based memristor devices, which are among the most promising candidates for exhibiting synaptic properties suitable for use in electronic artificial neural network systems, were produced and characterized. Memristor devices were fabricated at nano/micro scales as single devices and multi-cell structures suitable for neural architectures in crossbar configurations using a three-layer photolithography method and thin-film fabrication techniques.The memristor devices were fabricated on SiO2 substrates, with the two metal terminals deposited using the RF/DC magnetron sputtering method, while the memristive metal-oxide thin films between these electrodes were produced using TiO2 and HfO2 target materials in a pulsed laser deposition (PLD) system under ultra-high vacuum conditions, with varying surface areas and thicknesses.For the metal-oxide memristor devices, the oxygen/metal surface defect ratio, critical for device performance, was determined using X-ray Photoelectron Spectroscopy (XPS). Structural properties were characterized using X-ray Diffraction (XRD) and X-Ray Reflectivity (XRR) methods. The successfully calibrated memristör devices were analyzed through memristive current-voltage (I-V) curves using a programmable DC source meter, and the results were interpreted. Additionally, to determine the ability of a memristor device to mimic a biological synapse, the fundamental synaptic plasticity properties of Long-Term Potentiation (LTP) and Long-Term Depression (LTD) were investigated. These were achieved by stimulating the devices with pulse voltages using a programmable function generator, observing gradual changes in conductivity, and interpreting the results comprehensively. Experimental results demonstrated that the fabricated memristör devices exhibit both digital and analog behaviors. Memristör devices with digital behavior were found to be suitable for resistive random-access memory (RRAM) and other digital storage applications, while those exhibiting analog behavior were determined to be within ranges suitable for use as artificial synapses in neural network and computing systems. These findings were successfully identified and presented in detail.