Semiconductor-Electrolyte Interface for Neuromorphic Iontronic devices
- 발행기관 서강대학교 일반대학원
- 지도교수 박준우
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 일반대학원 화학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000081842
- UCI I804:11029-000000081842
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
본 논문은 반도체–전해질 계면에서의 강한 이온–전자 상호작용을 활용한 유체 기반 뉴로모픽 이온트로닉스 소자를 제안한다. 계면의 전하 분포에 의해 조절되는 광전류의 값을 시냅스 가중치로 활용하여 전기적, 화학적 신호를 통해 가중치를 조절할 수 있는 인공 시냅스를 구현하였다. 제안된 시냅스 소자는 회로 저항을 바꾸어 완화 시간을 자유롭게 조절할 수 있으며 이를 통해 단기 및 장기 시냅스 가소성(STP 및 LTP)을 모두 구현하였다. 표면의 화학 구조에 따라 광특성 및 펄스에 대한 반응성이 달라지는 특성을 이용해 전해질에 녹아 있는 이온을 입력 신호로 사용하는 다중 입력 시냅스로 사용하였다. 시냅스 특성을 조절할 수 있는 이온종을 신경 조절 물질로 사용하여 인공 시냅스의 메타 가소성을 조절하였다. 전해질의 pH 를 낮추는 것과 fluorinated phosphonic acid 를 첨가하는 것은 효과적으로 시냅스의 학습 효율을 낮추어 억제성 신경 조절물질로 작용하였다. 해당 결과는 소자가 강화 학습을 통해 적응형 학습을 구현하는 하드웨어로 확장 가능함을 입증한다. 추가적으로 해당 소자를 물리적 노드로 활용하여 physical reservoir computing 을 구현함으로써, 시계열 데이터에 대한 효율적인 학습을 실현하였다. 본 연구는 화학 신호를 통해 조절이 가능한 유체 기반 인공 시냅스를 제안하며 이를 통해 적응형 연산이 가능한 하드웨어 플랫폼 개발을 위한 연구적 토대를 제시한다. 주제어: 뉴로모픽 컴퓨팅, 이온트로닉스, 반도체-전해질 계면, 광발전 효과, 장기 및 단기 기억 강화, 신경 조절 물질, Reservoir Computing
more목차
List of Figures 3
국문 초록 6
1. Introduction 7
2. Background 10
2.1 Asymmetry of the ionovoltaic device 10
2.2 Asymmetric charging & photocurrent generation 12
3. Experimental 18
3.1 Fluidic synapse structure 18
4. Results and Discussion 23
4.1 Photocurrent switching 23
4.2 Photocurrent modulation mechanism 25
4.3 Electrical synapse characterization 28
4.4 Modulation with chemical injections & surface treatment 34
4.5 Application for physical reservoir computing 44
5. Conclusion 48
References 49
Abstract 54
