A Study of Ferroelectric FET-Based Synaptic Devices with Si-Doped HfO2 Thin Film

Abstract

Neuromorphic systems to overcome the bottleneck of von Neumann computing are in the limelight. As synaptic devices for artificial neuromorphic devices, ferroelectric field effect transistors (FeFETs) are considered influential. However, it is difficult to apply due to the reduction in endurance due to the interfacial charge trap. This work demonstrates the synaptic properties of a Si-doped HfO2 thin film-based Ferroelectric FET with an ZrO2 interlayer. ZrO2 interlayer is introduced to improve the number of states and Gmax/Gmin values of potentiation-depression conductance characteristics, which are important to implement a neuromorphic system. This work achieved a 10.83% improvement in pattern recognition accuracy on the Modified National Institute of Standards and Technology (MNIST) handwriting dataset in a simulation trained with enhanced potentiation-depression conditions. |기존 폰 노이만(von Neumann) 컴퓨팅의 병목 현상을 극복하기 위한 대안으로 생물학적 뇌에서 영감을 받은 뉴로모픽 (Neuromorphic) 시스템이 주목을 받고 있습니다. 인공 뉴로모픽 소자 구현에 있어서 가장 중요한 시냅스 가중치를 모방하는 역할을 하는 시냅스 소자로서 강유전성 전계 효과 트랜지스터(ferroelectric field effect transistor, FeFET)가 유력한 후보로 간주됩니다. 하지만 계면 전하 트랩 현상에 의해 발생하는 내구성 저하로 인해 적용에 어려움을 겪고 있습니다. 따라서 전하 트랩 개선을 위해 고 유전상수 중간층을 적용함으로써 전압 강하를 완화시키는 연구가 활발히 진행되었습니다. 하지만 대부분의 연구가 conduction band(CB)가 높은 물질을 사용하기 때문에 인가 전압을 높이면 여전히 전하 트랩 생성 가능성이 있으며, 이는 구동 전압 범위를 제한하기 때문에 시냅스 소자에 적합하지 않습니다. 따라서 본 논문은 ZrO2 중간층을 이용하여 Si-doped HfO2 박막 기반 FeFET의 전하 트랩 및 내구성을 개선 연구를 시연합니다. 개선된 내구성과 구동 전압 범위는 뉴로모픽 시스템을 구현하는데 중요한 요소인 potentiation-depression 컨덕턴스 특성의 states 수와 Gmax/Gmin 값을 향상시켰습니다. 또한, Modified National Institute of Standards and Technology (MNIST) 손글씨 데이터 세트를 이용하여 학습 시물레이션 한 결과 10.83% 향상된 패턴 인식 정확도를 달성했습니다.