The thesis studies resistive switching and conductive bridge devices for memory and neuromorphic applications. It focuses on physical mechanisms of resistive switching and reliability issues, in particular device variability, random telegraph noise and noise issues at both single cell and array levels, cycling endurance and degradation. All these aspects are physically modeled, allowing for a deeper understanding of the device behavior. Finally, the thesis provides novel computing approaches by employing the resistive switching device as a synapse for hardware neuromorphic networks for pattern learning and recognition.

Il lavoro di tesi studia le memorie a switching resistivo e a ponte conduttivo per applicazioni di memoria e in reti neuromorfiche. Ci si concentra sui meccanismi fisici di switching resistivo e sui problemi di affidabilità, in particolare variabilità del dispositivo, rumore telegrafico e altri problemi di rumore, sia a livello di singola cella che di array, ciclatura e degrado. Tutti questi aspetti sono modellizzati tramite un approccio fisico, consentendo una comprensione più approfondita del funzionamento del dispositivo. Infine, la tesi propone nuovi approcci di calcolo impiegando le memorie resistive come sinapsi per reti neuromorfiche hardware per apprendimento e riconoscimento di pattern.

Modeling of reliability and neuromorphic application of resistive switching devices

STEFANO, AMBROGIO
2016

Abstract

The thesis studies resistive switching and conductive bridge devices for memory and neuromorphic applications. It focuses on physical mechanisms of resistive switching and reliability issues, in particular device variability, random telegraph noise and noise issues at both single cell and array levels, cycling endurance and degradation. All these aspects are physically modeled, allowing for a deeper understanding of the device behavior. Finally, the thesis provides novel computing approaches by employing the resistive switching device as a synapse for hardware neuromorphic networks for pattern learning and recognition.
18-feb-2016
Inglese
Il lavoro di tesi studia le memorie a switching resistivo e a ponte conduttivo per applicazioni di memoria e in reti neuromorfiche. Ci si concentra sui meccanismi fisici di switching resistivo e sui problemi di affidabilità, in particolare variabilità del dispositivo, rumore telegrafico e altri problemi di rumore, sia a livello di singola cella che di array, ciclatura e degrado. Tutti questi aspetti sono modellizzati tramite un approccio fisico, consentendo una comprensione più approfondita del funzionamento del dispositivo. Infine, la tesi propone nuovi approcci di calcolo impiegando le memorie resistive come sinapsi per reti neuromorfiche hardware per apprendimento e riconoscimento di pattern.
Politecnico di Milano
Milano
File in questo prodotto:
File Dimensione Formato  
2015_PhD_Thesis_Stefano_Ambrogio.pdf

accesso solo da BNCF e BNCR

Licenza: Tutti i diritti riservati
Dimensione 63.9 MB
Formato Adobe PDF
63.9 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/206887
Il codice NBN di questa tesi è URN:NBN:IT:POLIMI-206887