MARC

 008260126s2025        us                              c    eng  d
■001000017359786
■00520260202105213
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798291564813
■035    ▼a(MiAaPQ)AAI32271735
■035    ▼a(MiAaPQ)umichrackham006475
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a620.5
■1001  ▼aKi,  Seung  Jun.
■24510▼aLayered  Semiconducting  Materials  for  Optoelectronic  and  Memristive  Device  Applications
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a135  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-02,  Section:  B.
■500    ▼aAdvisor:  Liang,  Xiaogan.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2025.
■520    ▼aAs  chip  sizes  scale  down  to  the  sub-10  nm  level,  the  physical  limitations  of  bulk  silicon  materials  have  made  further  miniaturization  increasingly  unsustainable.  Challenges  in  scaling  bottlenecks  have  slowed  the  progress  in  miniaturization,  and  memory-related  challenges.  In  response  to  these  limitations,  layered  materials,  particularly  two-dimensional  (2D)  semiconductors,  have  emerged  as  promising  alternatives  for  the  next  generation  of  electronic  and  optoelectronic  devices.  Materials  like  MoS₂  and  Bi₂Se₃  exhibit  exceptional  electronic,  and  optical  properties  that  make  them  ideal  candidates  for  a  wide  range  of  applications,  from  biosensing  to  neuromorphic  computing.  This  thesis  explores  the  development  of  layered  semiconducting  materials  in  both  optoelectronic  biosensors  and  memristive  devices.The  presented  dissertation  projects  aim  to  address  part  of  the  aforementioned  challenges  and  realize  the  following  objectives:  (1)  Development  and  optimization  of  2D  material-based  optoelectronic  devices  for  biosensing  applications;  (2)  Experimental  investigation  in  memory  beahviors  of  MoS₂  memristors  for  temporal  information  processing;  (3)  Scalable  fabrication  of  vertically  stacked  Bi₂Se₃  memristor  arrays  using  a  gold-assisted  deposition  strategy;  (4)  Construction  of  Bi₂Se₃  memristors  that  can  realize  hardware  implementation  of  neuromorphic  computing  frameworks  for  robotic  vehicle  control.The  first  part  of  the  thesis  presents  a  study  on  MoS₂-based  optoelectronic  devices  for  biosensing  applications.  In-plane  MoS₂  photodetectors  were  fabricated  and  optimized  for  critical  performance  parameters  including  responsivity  (R),  and  noise  equivalent  power  (NEP).  The  study  identified  that  an  MoS₂  thickness  of  ~15  nm  yields  optimal  performance,  with  R  =  164.3  A/W,  NEP  =  3.99  x  10⁻¹⁷  W/Hz¹ᐟ²,  and  D*  =  5.01  x  10¹⁰  Jones.  A  4  x  4  array  of  optimized  MoS₂  optoelectronic  biosensor  units  was  developed  for  detecting  D-lactate,  achieving  a  limit  of  detection  (LOD)  of  0.87  ±  0.032  x  10⁻³  µg/mL.  The  commercial  potential  of  this  platform  was  further  explored  through  the  NSF  I-Corps  program.The  second  part  of  the  thesis  presents  experimental  and  system-level  studies  on  the  short-term  and  long-term  memristive  switching  behaviors  of  MoS₂-based  devices.  The  devices  exhibited  distinct  pulse-dependent  conductance  modulation  consistent  with  biological  synapses.  These  were  utilized  to  construct  a  temporal  information  processing  system  capable  of  performing  a  rover  collision  avoidance,  demonstrating  the  feasibility  of  hardware-based  neuromorphic  preprocessing.The  third  part  introduces  a  scalable,  gold-assisted  physical  vapor  deposition  (PVD)  method  for  producing  vertically  stacked  Bi₂Se₃  memristor  arrays  without  the  need  for  plasma  etching.  This  method  yielded  uniform  Bi₂Se₃  layer  deposition,  laying  a  strong  foundation  for  system-level  integration.  The  average  grain  size  of  the  Bi2Se3  crystals  grown  on  the  Au  layer  is  ~  450  nm,  which  is  50-folds  larger  than  the  crystal  size  grown  on  the  bare  SiO2  substrate.The  fourth  part  of  the  thesis  presents  the  construction  and  implementation  of  a  fully  hardware-based  reservoir  computing  system  capable  of  controlling  dynamic  systems.  A  Bi₂Se₃  memristive  crossbar  array  exhibited  stable  non-volatile  analog  conductance  modulation  with  long  retention  times  (  1,000  s).  A  fully  hardware-based  readout  layer  was  developed  to  enable  real-time  processing  of  dynamic  inputs  and  generation  of  motor  commands  without  digital  computation.  The  implemented  system  achieved  ultra-low  power  consumption  (~7  µW),  representing  a  substantial  reduction  compared  to  conventional  software-based  controllers.  In  lever  balancing  system,  the  hardware-based  readout  layer  demonstrated  excellent  performance  with  a  low  normalized-root-mean-square-error  (NRMSE)  of  0.094,  validating  its  accuracy  and  efficiency.  The  presented  device  and  system  framework  offers  a  promising  path  toward  constructing  low-power,  hardware-based  reservoir  computing  and  control  systems  suitable  for  a  wide  range  of  miniature  robotic  applications.
■590    ▼aSchool  code:  0127.
■650  4▼aNanotechnology
■650  4▼aNanoscience
■650  4▼aMechanical  engineering
■650  4▼aMaterials  science
■653    ▼aLayered  semiconducting  materials  for  optoelectronic  and  memristive  device  applications
■653    ▼aSilicon
■653    ▼aBiosensing  applications
■653    ▼aTemporal  information
■653    ▼aOptoelectronic  devices
■690    ▼a0652
■690    ▼a0548
■690    ▼a0565
■690    ▼a0794
■71020▼aUniversity  of  Michigan▼bMechanical  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g87-02B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359786▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books