清华新闻网6月28日电 非马尔可夫（non-Markovchain）过程对于实现数据预测等复杂算法具有重要意义。在非马尔科夫链中，下一状态不仅与当前状态相关, 还与上一状态转换到当前状态的路径相关。相比于马尔科夫链，非马尔可夫链更接近现实，准确度更高，更有利于实现数据预测等复杂算法。对于传统器件，实现该功能需要集成大量晶体管和存储元件，由此带来结构复杂、功耗高等问题。基于二维材料的RRAM器件，因其高操作速度、高集成密度以及其在算法中的应用潜力，逐渐受到****的广泛关注。目前已有工作利用二维RRAM器件实现马尔可夫过程相关功能，但想要通过二维RRAM器件实现更加复杂的算法，需要RRAM具备实现非马尔可夫过程的能力，因此还需要进一步的探索。
近日，清华大学深圳国际研究生院材料研究院成会明和刘碧录团队使用二维矿物材料云母制备了双端RRAM器件，并利用材料内部钾离子的迁移这一特性，首次在单片RRAM器件中实现了非马尔可夫链功能。本文以二维云母为中间层，上下两层石墨为电极，形成三明治结构的RRAM器件。在-2~2V和-5~5V两种电压扫描测试条件下，器件分别展示单窗口阻变和双窗口阻变行为，多样的电流-电压特性有利于实现基于电场调控的多功能化。该器件表现出了高开关比（103）、高循环稳定性（可循环超过200次）和长时间稳定性（持续时间大于108秒）等特点。并且在电压调控作用下，器件能够产生三种电阻态：即绝缘态、低阻态、高阻态。电压改变会导致三种阻态之间的切换，初始电阻态不仅会对下一次阻态有影响，同时也能对第二次阻态产生影响，从而在二维云母RRAM器件中实现了非马尔可夫链功能。
本研究展示了二维矿物材料RRAM器件在电场调控下的阻变特性，揭示了其阻变原理，对于基于二维材料的器件实现非马尔可夫链提出了可行的方法，对未来人工智能和大数据算法等领域有启示意义。

基于二维云母矿物中的内部离子迁移形成的RRAM器件及其电学特性

在单片二维矿物材料RRAM中实现非马尔可夫链功能
相关成果近日以“基于二维矿物材料的RRAM器件实现非马尔可夫链功能”（Realization of a non-markovchain in a single 2D mineral RRAM）为题发表在《科学通报》（Science Bulletin）上。清华大学深圳国际研究生院成会明教授和刘碧录副教授为本文通讯作者，清华-伯克利深圳学院2019级博士研究生张荣杰和博士后陈文骏为本文共同第一作者，论文作者还包括深圳大学助理教授廖武刚、清华-伯克利深圳学院2018级博士生滕长久。
论文链接：
https://doi.org/10.1016/j.scib.2021.04.025
供稿：深圳国际研究生院
编辑：李华山 陈晓艳
审核：吕婷
2021年06月25日 16:01:56