Исследование и разработка технологии создания мемристоров на основе композитных материалов тема диссертации и автореферата по ВАК РФ 05.27.01, кандидат технических наук Горшков, Константин Викторович

• Горшков, Константин Викторович
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Горшков, Константин Викторович

Оглавление.

Введение.

Глава 1. Состояние вопроса по созданию мемристоров и систем на их основе.

1.1. Мемристоры и мемристорные устройства.

1.1.1. Концепция мемристоров.

1.1.2. Мемристор компании Хьюлетт-Паккард (НР).

1.2. Подходы к реализации мемристорных функциональных структур.

1.3. Перспективные применения мемристоров и систем на их основе.

1.3.1. Цифровая память.

1.3.2. Логические схемы.

1.3.3. Нейроморфические цепи.

Выводы по главе 1.

Глава 2. Материалы, технологические аспекты изготовления и электрические свойства органических мемристоров.

2.1. Обоснование выбора материалов.

Основные свойства используемых полимеров.

2.2. Устройство и принцип работы органического мемристора.

2.3. Технологические аспекты и особенности изготовления.

2.4. Доказательство мемристивности и мемристорное поведение устройства.

2.4.1. Работа мемристора в стандартных условиях.

2.4.2. Работа мемристора с «плавающим затвором».

2.5. Свойство адаптивности мемристора на основе ПАНИ-ПЭО.

2.6. Рентгеновское синхротронное излучение в исследованиях механизма изменения проводимости органического мемристора.

2.7. Исследование влияния примеси графена на электрические свойства органического мемристора.

2.7.1. Импульсное поведение элемента в случае присутствия графенов в твердом электролите.

2.7.2. Функционирование элемента в случае присутствия графенов в рабочем канале.

2.7.3. Поведение элемента в случае содержания примеси графена в обоих конструкционных материалах.

Выводы по главе 2.

Глава 3. Формирование органических мемристоров и статистических систем на основе композитных материалов и исследование их адаптивных электрических свойств.

3.1. Изучение композитного материала ПАНИ -наночастицы золота.

3.1.1.Методы исследования состава и структуры композитного материала ПАНИ -наночастицы золота.

3.1.1.1. Сканирующая электронная микроскопия.

3.1.1.2. Энергодисперсионная спектроскопия.

3.1.1.3. Атомно-силовая микроскопия.

3.1.2. Электрические свойства композита ПАНИ-наночастицы золота.

3.1.3. Реализация мемристора в стандартной конфигурации на основе Ь8-пленок композитного материала ПАНИ-наночастицы золота.

3.2. Реализация мемристорного элемента на основе ЗБ статистической композитной матрицы ПАНИ-сополимер-наночастицы золота.

3.2.1. Формирование композитной матрицы ПАНИ-сополимер-наночастицы золота.

3.2.1.1. Фазовое разделение материалов в структуре композитной матрицы ПАНИ-сополимер-наночастицы золота.

3.2.1.2. Электрические характеристики структур на основе композитной матрицы ПАНИ-сополимер-наночастицы золота.

3.2.2. Адаптивный тренинг мемристорного элемента на основе композитной матрицы.

3.2.2.1. Последовательный адаптивный тренинг и функционирование мемристорного элемента.

3.2.2.2. Одновременный адаптивный тренинг и функционирование мемристорного элемента.

3.2.3. Доказательство трехмерной организации композитной матрицы.

3.3. Реализация мультистимульного или ассоциативного обучения.

3.4. Использование мемристорных элементов для сложной классификации объектов.

3.4.1. Реализация задачи распознавания ориентации с применением мемристорных элементов.

Выводы по главе 3.

Введение диссертации (часть автореферата) на тему «Исследование и разработка технологии создания мемристоров на основе композитных материалов»

Актуальность диссертационной работы

В последние несколько десятилетий идеи создания высокоэффективных биоподобных процессоров обретают все большую реальность в прикладных исследованиях. Иными словами, большой интерес в научной среде вызывает проблема искусственного аналога мозга, т.е. создание систем, способных к обучению, накоплению опыта, анализу и классификации независимой информации. Однако колоссальная сложность строения даже самого простого мозга все еще создает значительный барьер для аппаратной реализации подобных идей. Поэтому большинство текущих исследований, помимо теоретического моделирования, направлены на создание и характеризацию отдельных компонентов, которые, как ожидается, функционально будут имитировать поведение нейронов и синапсов -основных компонентов нервной системы. В свою очередь, цепи или сложные системы, сформированные из таких компонентов, будут обладать адаптивным (перестраиваемым) поведением.

Ожидается, что подобная задача может быть решена в рамках бурно развивающегося в последние годы направления, по созданию и применению мемристоров. Свойства данного класса электронных элементов необычны и во многом уникальны. Мемристор - двухэлектродный элемент, который может быть рассмотрен как резистор с памятью, обладает способностью изменять свою проводимость в зависимости от предыдущего функционирования, то есть истории его участия в процессе передачи сигнала в цепи, что делает этот элемент привлекательным для решения выше обозначенной задачи. Другими словами, такой элемент можно рассматривать как прямой искусственный аналог синапса, необходимый для создания цепей, позволяющих обучение по правилу Хебба. Важно отметить, что мемристор, как и положено синапсу, является двухэлектродным элементом, в отличие от наиболее часто используемых в электронике трехэлектродных активных приборов, что позволит существенно упростить проектирование электронных цепей.

Однако существует дополнительное разделение, основанное на различии технологических приемов, методов и материалов, применяемых для создания мемристоров, а также предполагаемых областей их применения. В настоящее время достаточно хорошо развита технология реализации мемристоров на основе неорганических материалов (оксидов металлов). Предполагается, что неорганические мемристоры будут основой для создания нового типа памяти. Другим, наиболее интересным и перспективным направлением в данной области исследований является разработка мемристоров на основе органических материалов, принцип работы которых основан на изменении свойств активной среды вследствие протекающих в ней окислительно-восстановительных реакций. Непосредственный интерес к органическим мемристорам связан с тем, что применение органических материалов априори приближает исследователей к реализации глобальной идеи создания искусственного интеллекта на аппаратном уровне, поскольку структура и организация такого устройства будет отчасти соответствовать живым организмам, которые, как известно, полностью состоят из органических материалов, а в основе их функционирования лежат окислительно-восстановительные реакции.

Следует отметить, что успешное проведение исследований в данной области, требует координированного объединения усилий исследователей из разных областей науки, что в конечном результате может привести к созданию новой отрасли науки. К тому же, если говорить о применении органических мемристоров в качестве реальных моделей, а именно, систем для имитации и изучения процессов, происходящих в мозге живых организмов, то это позволит значительно уменьшить количество экспериментов над животными.

Однако помимо активно ведущихся в течение последних пяти лет исследований и достигнутых результатов, оригинальные работы, связанные с реализацией, изучением и применением мемристоров практически отсутствуют в российских научно-исследовательских источниках. В России данная область исследований находится только в самом начале её развития. Отставание в ещё только формирующейся и наукоемкой области далеко не столь значительно, как в случае традиционной кремниевой электроники. В связи с этим, актуальность исследований, направленных на изучение свойств мемристоров на основе органических полимерных материалов и создание нейроморфических систем на их основе, представляется несомненной.

Цель работы и основные задачи

Целью диссертационной работы являлось исследование возможности реализации мемристорных структур, обладающих синаптическими свойствами, а также способных к выполнению задач параллельной обработки информации, включая обучение и принятие решений, на основе полимерных материалов и сложных самоорганизующихся матриц.

Для достижения данной цели были поставлены следующие задачи: Провести обоснование материалов и компонентов, разработать оптимальную конструкцию элемента в зависимости от решаемых задач; Рассмотреть некоторые возможные способы модернизации элемента с целью создания искусственных аналогов отдельных компонентов нейросети, а также улучшения функциональности в целом; Разработать и экспериментально реализовать самоорганизующиеся структуры на основе композитного материала, а также формирование наведенных связей в сети статистически образованных и распределенных в объеме полученного материала мемристорных структур; Продемонстрировать возможность применения органических мемристорных структур для задач по ассоциативному обучению и классификации объектов.

Научная новизна работы Получен элемент на основе полимерных материалов обладающий свойством мемристивности; Получены данные о петле гистерезиса в вольтамперных характеристиках в зависимости от скорости изменения напряжения, что является неотъемлемым свойством для устройств, претендующих на наименование «мемристорные устройства»; Показана взаимосвязь с биологическими системами: продемонстрирована имитация синаптической активности (пластичность изменения проводимости, признаки обучаемости) в реальных структурах; Выявлена возможность генерации автоколебаний сигнала в заданных условиях, по аналогии с реальными системами на основе нейронных цепей; Показана возможность применения метода Ленгмюра-Шефера для решения задачи «расправления» графеновых листов и переноса их на подложку в достаточно планарном виде, а также для интеграции графенов в структуру рабочего канала органического мемристора; Предложена реализация нелинейного элемента, действующего подобно телу нейрона, на основе композитного материала ПАНИ-наночастицы золота; Предложен и осуществлен технологический подход «снизу-вверх» для самоорганизации взаимосвязанных и статистически распределенных мемристорных структур, на основе разделения микро-фаз композитного материала; Разработана и экспериментально реализована концепция обучения органических мемристорных структур.

Достоверность научных положений, результатов и выводов

Полученные экспериментальные результаты и разработанные методики подтверждаются известными теоретическими моделями. Опубликованные результаты согласуются и существенно дополняют экспериментальные результаты других авторов.

Теоретическая значимость исследования состоит в подготовке научного базиса для формирования новой области исследований, представляющей непосредственный интерес для широкого круга исследователей, а именно, химиков и материаловедов, физиков, математиков, нейробиологов. Основные положения и выводы, содержащиеся в диссертации, могут быть использованы при дальнейшем развитии теории мемристорных структур на основе полимерных материалов в условиях микроэлектронной технологии.

Практическая значимость исследования состоит в том, что полученные результаты могут быть применены в процессе создания новой элементной базы органической наноэлектроники. Дальнейшие разработки в данной области могут привести к реализации принципиально новых компьютерных систем, предрасположенных к обучению, параллельной обработке информации и самостоятельному принятию решений. Кроме того, результаты исследования могут быть использованы в преподавании курсов «Основы наноэлектроники».

Основные научные положения, выносимые на защиту

1. Реализованные мемристорные элементы на основе органических материалов и сложных композитов могут выполнять функции отдельных узлов перестраиваемых (адаптивных) цепей;

2. Применение метода Ленгмюра-Шефера для нанесения графенов на подложку, позволяет получить графеновые «листы», пригодные для формирования высокопроводящих планарных каналов внутри систем и структур нанометровой толщины;

3. В композитной матрице ПАНИ-сополимер-наночастицы золота, за счет процессов самоорганизации, могут быть сформированы молекулярные каналы проводимости, обеспечивающие параллельность процессов обработки информации;

4. Предложенная концепция обучения, основанная на двух различных протоколах (последовательном и параллельном), позволяет применять органические мемристорные элементы для решения задач по ассоциации и классификации объектов.

Апробация работы

Материалы диссертации были представлены на следующих конференциях, семинарах и конкурсах научных работ:

S 12th European Conference on Organized Films (Sheffield, UK, 2011); The European Future Technologies Conference and Exhibition(FETl 1) (Budapest, Hungary, 2011);

•S 152-й научный семинар Института кристаллографии РАН «Ленгмюровские пленки и ансамбли амфифильных молекул» (Москва, Россия, 2012);

S XIX всероссийская межвузовская научно-техническая конференция студентов и аспирантов «Микроэлектроника и информатика - 2012» (Москва, Россия, 2012).

Публикации

Основные результаты исследования, проведенного соискателем, изложены в 8 печатных источниках, опубликованных в отечественной и зарубежной литературе. Также соискатель является соавтором 26 работ и 1 патента РФ, косвенно относящихся к тематике вынесенных на защиту положений.

Структура и объем диссертации

Диссертация состоит из введения, трех глав, заключения, списка сокращений, списка литературы и приложения.

Заключение диссертации по теме «Твердотельная электроника, радиоэлектронные компоненты, микро- и нано- электроника на квантовых эффектах», Горшков, Константин Викторович

Основные результаты выполненных исследований могут быть сформулированы следующим образом:

1. На основе анализа литературы обоснованы материалы для реализации органического мемристора, априори характеризующие особенности функционирования элемента. Предложена конструкция и приведены основные технологические аспекты изготовления мемристорного элемента.

2. Сформированы мемристорные элементы на основе полимерных материалов и проведены эксперименты, подтверждающие принадлежность реализованного элемента к классу мемристоров по признаку изменения гистерезиса в зависимости от скорости изменения напряжения.

3. Продемонстрирована имитация синаптической активности (свойство пластичности изменения проводимости) на основе органического мемристора, а так же возможность реализации элемента, способного генерировать автоколебания электрического сигнала при фиксированном напряжении, имитирующего тем самым ритмические процессы в биосистемах.

4. Показано применение метода Ленгмюра-Шефера для решения нетривиальной задачи «расправления» графеновых листов, изначально находящихся в порошке в «смятом» и «свернутом» состоянии и последующего переноса их на подложку. Продемонстрировано успешное формирование полианилинграфеновых пленок и их применение в качестве рабочего канала органического мемристорного элемента. Присутствие графена в структуре конструкционных материалов улучшило функциональность и увеличило время жизни прибора.

5. Реализован мемристор на основе композитного материала ПАНИ-наночастицы золота, действующий подобно телу нейрона. Вольтамперные характеристики полученного элемента показали воспроизводимость даже в случае превышения рабочего диапазона напряжений, что является важным, для разработки адаптивных цепей, состоящих из большого количества статистически распределенных мемристоров.

6. Разработана и экспериментально реализована самоорганизующаяся матрица на основе композитного материала (ПАНИ-сополимер-наночастицы золота), способного к процессам микрофазного разделения. Продемонстрировано, что сформированный композитный материал действительно обеспечивает ЗБ-матрицу с фазовым разделением, ведущим к образованию взаимосвязанных статистических элементов, обладающих свойствами, подобными органическим мемристорным элементам.

7. Предложена концепция обучения, основанная на двух различных протоколах: последовательном и параллельном. Показано, что разные способы обучения, приводят к разному поведению структур. В случае последовательного тренинга внутри композитной матрицы ПАНИ-сополимер-наночастицы золота происходит образование стабильных молекулярных каналов, состоящих из множественных путей прохождения сигнала с высоким соотношением проводимости (около 50) между ними. Сформированные каналы не позволяют повторного обучения, которое могло бы привести к значительному изменению их проводимости. В случае параллельного обучения, соотношение проводимости образованных каналов ниже (около 4), однако возможно неоднократное проведение обучающих процессов.

8. Проведены первые эксперименты по применению органических мемристорных элементов для решения задач по ассоциации и классификации объектов. В частности, был выполнен ряд экспериментов по обучению системы к реагированию только в случае наличия нескольких признаков (сигналов) на входе, либо наличию двух верных ответов на выходе, что применялось для построения ориентаций линий.

Подводя итог изложенному, можно утверждать, что описанный мемристорный элемент, может быть использован для построения перестраиваемых сетей, т.е. систем, способных менять проводимость путей прохождения сигнала между парами входных и выходных электродов в зависимости от частоты их вовлечения в процесс переноса сигнала и/или от внешнего обучающего воздействия. Таким образом, возможно формирование базиса для разработки нового типа вычислительных систем основанных на биоподобных процессах обработки информации.

СПИСОК ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ

КМОП - комплементарная логика на транзисторах металл-оксид-полупроводник; ДНК - Дезоксирибонуклеиновая кислота;

KMOJI - Кмоп+МОЛекулярно-масштабные устройства (Cmos+MOLecular-scale devices);

ППВМ - программируемые пользователем вентильные матрицы (fieldprogrammable gate arrays);

МОП - металл-окисел-полупроводник;

ОВР - окислительно-восстановительные реакции;

ПАНИ - полианилин;

ПЭО - полиэтиленоксид;

НМЛ - 1-метил-2пирролидон;

СЭМ - сканирующая электронная микроскопия;

ВАХ - вольтамперная характеристика;

ВОПГ - высокоориентированный пиролитический графит;

АСМ - атомно-силовая микроскопия;

ПСС - полистирол;

ReRAM - resistive random access memory (резистивная оперативная память); nanoionic ReRAM - наноионная резистивная оперативная память;

STDP - spike-timing-dependent plasticity (пластичность, зависящая от времени спайка);

LTD - long-term depression (долговременное ослабление); LTP - long-term potentiation (долговременную потенциацию); LB - Langmuir-Blodgett (Ленгмюр-Блождетт); LS - Langmuir-Schaefer (Ленгмюр-Шефер);

EDS - Energy-dispersive X-ray spectroscopy (энергодисперсионная спектроскопия); 2D - two-dimensional (двумерный); 3D - three-dimensional (трёхмерный).

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Горшков, Константин Викторович, 2012 год

1. Chua L. Memristor The Missing Circuit Element // IEEE Transactions On Circuit Theory. 1971. 18. p. 507-519.

2. Strukov D.B., Snider G.S., Stewart D.R., Williams R.S. The missing memristor found // Nature. 2008. 453. p. 80-83.

3. Fano R.M., Chu L.J., Adler R.B. Electromagnetic Fields, Energy, and Forces // American Journal Of Physics. 1961. 29. p. 562.

4. Chua L., Kang S.M. Memristive devices and systems // Proceedings Of the IEEE. 1976. 64. p. 209-223.

5. Snider G.S. Self-organized computation with unreliable, memristive nanodevices //Nanotechnology. 2007. 18. 365202.

6. Snider G.S. Computing with hysteretic resistor crossbars // Applied Physics A. 2005. 80. p. 1165-1172.

7. Kuekes P.J., Snider G.S., Williams R.S. Crossbar Nanocomputers // Scientific American. 2005. 293. p. 72-80.

8. Mouttet B.L. Memristive Transfer Matrices for Analog Electronics // Signal Processing. 2010. 157. p. 1971-1974.

9. Krieger J.H., Yudanov N.F. Memory device // U. S. Patent. 10/776850. 2004.

10. Kozicki M.N., West W.C. Programmable metallization cell structure and method of making same // US Patent. 5,761,115. 1998.

11. Morgan D.M. Method and apparatus for reading/writing data in a memory system including programmable resistors // US Patent 5,883,827. 1999.

12. Rinerson D., Chevallier C.J., Longcor S.W., Kinney W., Ward E.R., Hsia S.K.R. Rewritable memory with non-linear memory element // US Patent App. 10. 2003.

13. Strukov D.B., Robinett W., Snider G.S., Strachan J.P., Wu W„ Xia Q., et al. Hybrid CMOS/Memristor Circuits // New York. 2010. p. 1967-1970.

14. Xia Q., Robinett W., Cumbie M.W., Banerjee N., Cardinali T.J., Yang J.J., et al. Memristor-CMOS hybrid integrated circuits for reconfigurable logic // Nano Letters. 2009. 9. p. 3640-3645.

15. Robinett W., Pickett M., Borghetti J., Xia Q., Snider G.S., Medeiros-Ribeiro G., et al. A memristor-based nonvolatile latch circuit // Nanotechnology. 2010. 21. 235203.

16. Prodromakis T., Michelakis K., Toumazou C. Fabrication and Electrical Characteristics of Memristors with Ti02/Ti02+X active layers // Physical Review. 2010. 2. p. 1520-1522.

17. Gergel-Hackett N., Hamadani B., Dunlap B., Suehle J., Richter C., Hacker C., et al. A flexible solution-processed memristor // IEEE Electron Device Letters. 2009. 30. 706-708.

18. Cady N.C., Bergkvist M., Fahrenkopf N.M., Rice P.Z., Nostrand J.V. Biologically self-assembled memristive circuit elements // Circuits and Systems (ISCAS), Proceedings Of 2010 IEEE International Symposium On, IEEE. 2010. p. 19591962.

19. Jeong H. Y., Kim J. Y., Kim J. W., Hwang J. O., Kim J.-E., Lee J. Y., Yoon T. H., Cho B. J., Kim S. O., Ruoff R. S., Choi S.-Y. Graphene Oxide Thin Films for Flexible Nonvolatile Memory Applications // Nano Lett. 2010. 10 (11), p. 43814386.

20. Driscoll T., Quinn J., Klein S., Kim H.-T., Kim B.J., Pershin Y.V, et al. Memristive adaptive filters // Applied Physics Letters. 2010. 97. 093502.

21. Driscoll T., Kim H.-T., Chae B.-G., Di Ventra M., Basov D.N. Phase-transition driven memristive system // Applied Physics Letters. 2009. 95. 043503.

22. Driscoll T., Kim H.-T., Chae B.-G., Kim B.-J., Lee Y.-W., Jokerst N.M., et al. Memory metamatcrials // Science (New York, N.Y.). 2009. 325. 1518-21.

23. Di Ventra M., Pershin Y.V., Chua L. Circuit elements with memory: memristors, memcapacitors, and meminductors // Proceedings Of the IEEE. 2009. 97. p. 17171724.

24. Jo S.H., Kim K.H., Chang T., Gaba S., Lu W. Si Memristive devices applied to memory and neuromorphic circuits // Circuits and Systems (ISCAS), Proceedings Of 2010 IEEE International Symposium On, IEEE. 2010. p. 13-16.

25. Liao Z.-M., Hou C., Zhang H.-Z., Wang D.-S., Yu D.-P. Evolution of resistive switching over bias duration of single Ag2S nanowires // Applied Physics Letters. 2010. 96. 203109.

26. Muenstermann R., Menke T., Dittmann R., Waser R. Coexistence of filamentary and homogeneous resistive switching in Fe-Doped SrTi03 thin-film memristive devices // Advanced Materials (Deerfield Beach, Fla.). 2010. 1-4.

27. Zakhidov A.A., Jung B., Slinker J.D., Abrufia H.D., Malliaras G.G. A light-emitting memristor // Organic Electronics. 2010. 11. p. 150-153.

28. Sacchetto D., Ben-Jamaa M.H., Carrara S., De Micheli G., Leblebici Y. Memristive devices fabricated with silicon nanowire Schottky barrier transistors // Infoscience.epfl.ch. 2010. 9-12.

29. McDonald N.R., Pino R.E., Rozwood PJ., Wysocki B.T. Analysis of dynamic linear and non-linear memristor device models for emerging neuromorphic computing hardware design // Arxiv Preprint arXiv: 1008.5117. 2010. 5.

30. Riaza R., Dynamical properties of electrical circuits with fully nonlinear memristors // arXiv: 1008.2528. 2010.

31. Yu H., Fei W. A new modified nodal analysis for nano-scale memristor circuit simulation//ReCALL. 2010. 3148-3151.

32. Lehtonen E., Poikonen J.H., Laiho M. Two memristors suffice to compute all Boolean functions // Electronics Letters. 2010. 46. 230.

33. Pershin Y.V., Di Ventra M. Memory effects in complex materials and nanoscale systems // Adv. Phys. 2011. 60. 145-227.

34. Csaba G., Lugli P. Read-out design rules for molecular cross bar architectures // IEEE Trans. Nanotechnol. 2009. 8. p. 369-374.

35. Cagli C., Nardi F., Ielmini D. Modeling of set/reset operations in NiO-based resistive-switching memory (RRAM) devices // IEEE Trans. Electron. Dev. 2009. 56. p. 1712-1720.

36. Vontobel P.O., Robinett W., Kuekes P.J., Stewart D.R., Straznicky J., Williams R.S. Writing to and reading from a nano-scale crossbar memory based on memristors // Nanotechnology. 2009. 20. p. 425204.

37. Strukov D.B., Williams R.S. Topological framework for three-dimensional circuits with multilayer crossbar arrays // Proc. Natl. Acad. Sci. 2009. 106. p. 20155-20158.

38. Lian K., Li R., Wang H., Zhang J., Gamota D. Copper Phthalocyanine-based Printed Memory Devices// Mater. Sci. Eng. B, Solid-State Mater.Adv. Technol. 2010. 167. p. 12-16.

39. Zhuge F., Dai W., He C.L., Wang A.Y., Liu Y.W., Li M., Wu Y.H., Cui P., Li R.W. Nonvolatile resistive switching memory based on amorphous carbon // Appl. Phys. Lett. 2010. 96. p. 163505.

40. Lai S.K. Flash Memories: Successes and Challenges // IBM J. Res. Dev. 2008. 52. p. 529-535.

41. Nagashima K., Yanagida T., Oka K., Taniguchi M., Kawai T., Kim J.S., Park B.H. Resistive Switching Multistate Non-volatile Memory Effects in a Single Cobalt Oxide//Nano Lett. 2010. 10. p. 1359-1363.

42. Moreno C., Munuera C., Valencia S., Kronast F., Obradors X., Ocal C. Reversible resistive switching and multilevel recording in La0.7Sr0.3Mn03 thin films for low cost nonvolatile memories //Nano Lett. 2010. 10. p. 3828-3835.

43. Strukov D., Likharev K. CMOL FPGA: A cell-based, reconfigurable architecture for hybrid digital circuits using two-terminal nanodevices // Nanotechnology. 2005. 16. p. 888-900.

44. Strukov D., Likharev K. Reconfigurable hybrid CMOS/nanodevice circuits for image processing // IEEE Trans. Nanotechnol. 2007. 6. p. 696-710.

45. Cabe A.C., Das S. Performance simulation and analysis of a CMOS/nano hybrid nanoprocessor system // Nanotechnology. 2009. 20. p. 165203.

46. Borghetti J., Li Z., Straznicky J., Li X., Ohlberg D.A.A., Wu W., Stewart D.R., Williams R.S. A hybrid nanomemristor/transistor logic circuit capable of self-programming // Proc. Natl. Acad. Sci. 2009. 106 . p. 1699-1703.

47. Lehtonen E., Laiho M. Stateful implication logic with memristors // Proceedings of the 2009 International Symposium on Nanoscale Architectures (NANOARCH'09). 2009. p. 33.

48. Snider G.S. Cortical computing with memristive nanodevices // SciDAC Rev. 2008. 10. p. 58-65.

49. Levy W.B., Steward O. Temporal contiguity requirements for long-term associative potentiation/depression in the hippocampus // Neuroscience. 1983. 8. p. 791-797.

50. Markram H., Lubke J., Frotscher M., Sakmann B. Regulation of Synaptic Efficacy by Coincidence of Postsynaptic APs and EPSPs // Science. 1997. 275. p. 213-215.

51. Kaech S., Banker G. Culturing hippocampal neurons // Nat. Protocol. 2006. 1. p. 2406-2415.

52. Bi G.Q., Poo M.M. Synaptic modifications in cultured hippocampal neurons: dependence on spike timing, synaptic strength, and postsynaptic cell type // J. Neurosci. 1998. 18. p. 10464-10472.

53. Hebb D.O. Organization of behavior //New York: Wiley. 1949. p. 335.

54. Pershin Y.V., Di Ventra M. Experimental demonstration of associative memory with memristive neural networks // Neural Netw. 2010. 23. p. 881.

55. Jo S.H., Chang T., Ebong I., Bhadviya B.B., Mazumder P., Lu W. Nanoscale Memristor Device as Synapse in Neuromorphic Systems // Nano Lett. 2010. 10. p. 1297-1301.

56. Lai Q., Zhang L., Li Z„ Stickle W.F., Williams R.S., Chen Y. Ionic/Electronic hybrid materials integrated in a synaptic transistor with signal processing and learning functions // Adv. Mater. 2010. 22. p. 2448-2453.

57. Kang E.T., Neoh K.G. Tan K.L. Polyaniline: a polymer with many interesting intrinsic redox states // Progr. Polymer Sci. 1998. 23. p. 277-324.

58. MacDiarmid A. G. "Synthetic Metals": A Novel Role for Organic Polymers (Nobel Lecture) // Angew. Chem. Int. Ed. 2001. 40. p. 2581-2590.

59. Ramanathan K., Ram M.K., Malhotra B.D., Murthy A.S.N. Application of polyaniline Langmuir-Blodgett films as a glucose biosensor // Mater. Sci. Eng. C. 1995. 3. p. 159-163.

60. Appetecchi G.B., Alessandrini F., Carewska M., Caruso T., Prosini P.P., Scaccia S., Passerini S. Investigation on lithium-polymer electrolyte batteries // J. Power Sources. 2001. 97-98. p.790-794.

61. Erokhin V., Raviele G., Glatz-Reichenbach J. et al. High-value organic capacitor // Mater. Sci.Engineer. C. 2002. 22. p. 381-385.

62. Chen M., Nilsson D., Kugler T., Berggren M. Electric Current Rectification by an All-Organic Electrochemical Device // Appl. Phys. Lett. 2002. 81. p. 2011.

63. Berzina T., Erokhin V., Fontana M.P. Spectroscopic investigation of an electrochemically controlled conducting polymer-solid electrolyte junction // Journal Of Applied Physics. 2007. 101. 024501.

64. Roberts G. Langmuir-Blodgett Films // Plenum Press. New York. 1990. p. 93.

65. Erokhin V., Fontana M.P. Thin film electrochemical memristive system for bio-inspired computation // J. Comput. Theor. Nanosci. 2011. vol 8. No 3. p. 1-18.

66. Roßberg К., Paasch G., Dunsch L., Ludwig S. The influence of porosity and the nature of the charge storage capacitance on the impedance behaviour of electropolymerized polyaniline films // J. Electroanal. Chem. 1998. 443. 49-62.

67. Gorshkov K. Berzina T. On the hysteresis loop of organic memristive device // BioNanoSci. 2011. 1. 198-201.

68. Komaba S, Itabashi T, Kimura T, Groult H., Kumagai N. Opposite Influences of K+ versus Na+ Ions as Electrolyte Additives on Graphite Electrode Performance // J. Power Sources. 2005. 146. 166.

69. Zhao X., Hayner C.M., Kung M.C., Kung H.H. In-Plane Vacancy-Enabled HighPower Si-Graphene Composite Electrode for Lithium-Ion Batteries // Advanced Energy Materials. 2011. V 1. Issue 6. p.1079-1084.

70. Zaikin A.N., Zhabotinsky A.M. Concentration wave propagation in two-dimensional liquid-phase self-oscillating system //Nature. 1970. 225. p. 535-537.

71. Бобринецкий И.И., Горшков К.В., Неволин В.К., Царик К.А. Формирование интегрированных наноразмерных графеновых структур при фокусированном ионном травлении // Российские нанотехнологии. 2010. том 5. №5-6. с. 30 -34.

72. Gorshkov К., Berzina Т., Erokhin V. Organic memristor based on the composite materials: conducting and ionic polymers, gold nanoparticles and graphenes // Procedia Computer Science. 2011. 7. 248-249.

73. Erokhin V., Ram M.K., Yavuz O. The New Frontiers of Organic and Composite Nanotechnologies // Elsevier. Oxford. 2007. p. 287.

74. Berzina Т., Gorshkov K., Pucci A., Ruggeri G., Erokhin V. Langmuir-Schaefer films of polyaniline gold nanoparticles composite material for applications to organic memristive devices // RSC Advances. 2011. 1. 1537-1541.

75. Troitsky V.l., Berzina T.S., Fontana M.P. Langmuir-Blodgett assemblies with patterned conductive polyaniline layers // Mater. Sei. Eng. 2002. 22. 239-244.

76. Alibart F., Pleutin S., Guerin D., Novembre C., Lenfant S., Lmimouni K., Gamrat C., Vuillaume D. An Organic Nanoparticle Transistor Behaving as a Biological Spiking Synapse // Adv. Func. Mater. 2010. 20. 330-337.

77. Nilsson D., Robinson N., Berggren M., Forchheimer R. Electrochemical Logic Circuits // Adv. Mater. 2005. 17. 353.

78. Erokhin V., Berzina T., Gorshkov K„ Camorani P., Pucci A„ Ricci L.,Ruggeri G., Sigala R., Schuez A. Stochastic hybrid 3D matrix: learning and adaptation of electrical properties // J. Mater. Chem. 2012. 22. 22881-22887.1. БЛАГОДАРНОСТЬ

79. Автор выражает благодарность и искреннюю признательность своему руководителю, профессору Неволину В.К., за понимание и доверие, проявленные им за время работы автора над диссертацией.

80. Так же автор выражает огромную благодарность соруководителю диссертационной работы, профессору Департамента физики Университета Пармы, Ерохину В.В. за постоянное внимание и помощь на всех этапах работы.

81. За существенную помощь в проведении экспериментальных исследований, а так же за переданный опыт и целеустремленность, автор сердечно благодарит профессора Департамента физики Университета Пармы, Берзину Т.С.

82. Особую благодарность автор выражает Гуназа Ю.Н. за помощь в графическом оформлении диссертационной работы.

83. За возможность участия в научных исследованиях в рамках Европейскогонаучного проекта «ВЮ№> автор искренне благодарит1. М. П. Фонтана

84. Также автор благодарит Червонобродова С.П. (ООО «Карбонлайт») и1. Квачеву Л.Д.

85. ИНЭОС РАН) за предоставленный для исследований графен-содержащий материал.

86. Автор искренне благодарит за полезные обсуждения и помощь на различных этапах работы Царика К.А.