메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
유다교 (국립강릉원주대학교) 남찬혁 (국립강릉원주대학교) 임종호 (국립강릉원주대학교) 김규범 (국립강릉원주대학교) 차미선 (국립강릉원주대학교) 백명현 (국립강릉원주대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 추계학술대회 논문집
발행연도
2024.11
수록면
49 - 52 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Neuromorphic systems are being researched to reduce the high power consumption with GPUs in deep learning computations. Neuromorphic systems using RRAM suffer from the sneak current problem, which can be solved by multilayer RRAM design, contributing to massively parallel computation. In this paper, we assemble TiO2/HfO2 multilayer structures to enhance rectification characteristics and analyze how variations in the work functions of metals affect rectification performance. The fabrication of Rectifying RRAM reduced sneak current in synaptic arrays in neuromorphic systems by 59.83%, enabling accurate massively parallel computation.

목차

Abstract
I. 서론
II. 실험 설계
III. 소자 제작 방법
IV. 결과 및 분석
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0