[论文解读] Ferroelastic domain walls in BiFeO$_3$ as memristive networks

Jan Rieck, Davide Cipollini+4 more|arXiv (Cornell University)|Jul 6, 2022

Advanced Memory and Neural Computing被引用 5

一句话总结

本研究证明，BiFeO₃薄膜中的铁弹性畴壁可形成自组装的致密网络，通过导电原子力显微镜（cAFM）实现横向（面内）阻变，从而在相互连接的畴壁间表现出忆阻行为。关键发现是，电场循环可诱导垂直和横向导电路径中可重复的局部阻变，为利用天然形成的纳米尺度导电通道实现材料内计算奠定了基础。

ABSTRACT

Electronic conduction along individual domain walls (DWs) has been reported in BiFeO$_3$ (BFO) and other nominally insulating ferroelectrics. DWs in these materials separate regions of differently oriented electrical polarization (domains) and are just a few atoms wide, providing self-assembled nanometric conduction paths. In this work, it is shown that electronic transport is possible also from wall to wall through the dense network of as-grown DWs in BFO thin films. Electric field cycling at different points of the network, performed locally by conducting atomic force microscope (cAFM), induces resistive switching selectively at the DWs, both for vertical (single wall) and lateral (wall-to-wall) conduction. These findings are the first step towards investigating DWs as memristive networks for information processing and in-materio computing.

研究动机与目标

• 研究BiFeO₃薄膜中天然存在的铁弹性畴壁是否能形成用于信息处理的功能性忆阻网络。
• 探索超越以往研究的垂直（面外）导电的横向（面内）导电行为。
• 通过导电原子力显微镜（cAFM）实现的局部电场循环，证明畴壁中的阻变行为。
• 建立利用自组装畴壁网络作为神经形态计算和材料内计算平台的可行性。

提出的方法

• 利用导电原子力显微镜（cAFM）局部施加电场，并测绘BiFeO₃薄膜中畴壁网络的面内（IP）和垂直（OOP）导电性。
• 畴壁网络在SrTiO₃衬底上的外延生长过程中自发形成，畴壁间距可调至约10–30 nm。
• 采用有限元法（FEM）模拟电场和电势分布，以解释尽管tip到电极距离不同，但电流梯度缺失的原因。
• 对IP导电图进行对比度增强、划分为15×15像素块，并进行归一化处理，以提取用于网络建模的有效电导值。
• 构建一个包含15×15个节点和随机对角边的电阻网络模型，其中每条边代表一个具有cAFM数据导出电导的阻性畴壁。
• 将电导分布映射到网格图上，以模拟网络级忆阻行为，并验证横向导电的鲁棒性。

实验结果

研究问题

• RQ1 在BiFeO₃薄膜中，天然形成的铁弹性畴壁密集网络是否能实现横向（面内）电导？
• RQ2 通过cAFM实现的局部电场循环是否能在垂直和横向导电构型中于单个畴壁处诱导阻变？
• RQ3 尽管预期电阻随tip到电极距离增加而上升，为何在横向导电图中未观测到可测量的电流梯度？
• RQ4 畴壁网络中的电场分布和电势梯度如何影响电流流动和阻变行为？
• RQ5 自组装的畴壁网络能否被建模为具有可调、非易失性电阻态的功能性忆阻网络？

主要发现

• 实验上证实了BiFeO₃薄膜中铁弹性畴壁的横向导电，使用实心Pt探针的导电图中电流最高可达28 pA。
• 通过cAFM选择性地在畴壁处诱导阻变，且在垂直（单壁）和横向（壁到壁）导电构型中均得到验证。
• 即使在200 µm的范围内，随着tip到Pt电极距离增加，也未观察到电流梯度，这是由于tip处的局部电场增强所致。
• 有限元建模证实，无论位置如何，电场在tip附近均最大且分布均匀，解释了电流无距离依赖性的原因。
• 成功提取了畴壁网络的有效电导，并将其映射到电阻网络模型中，验证了其作为忆阻系统的潜力。
• 本研究确立了自组装的铁弹性畴壁在BiFeO₃中可作为稳定、天然形成的忆阻网络平台，适用于材料内计算。