Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial materials >> Nanomaterialien

Ein Schaltkreis zur Früherkennung zur Verbesserung der Lebensdauer von hinterfüllten kontaktresistiven Direktzugriffsspeicher-Arrays

Zusammenfassung

Als eine der vielversprechendsten eingebetteten nichtflüchtigen Speicherlösungen für fortschrittliche CMOS-Module hängen die Anwendungen von resistiven Direktzugriffsspeichern (RRAM) stark von ihrer Zyklizität ab. Durch detaillierte Analysen wurden Zusammenhänge zwischen Geräuschtypen, Filamentkonfigurationen und dem Auftreten von Reset-Fehlern während des Zyklentests gefunden. Darüber hinaus wird gezeigt, dass eine Wiederherstellungsbehandlung die Zyklizität von RRAM wiederherstellt. Eine Früherkennungsschaltung für anfällige Zellen in einem Array wird auch vorgeschlagen, um die Gesamtlebensdauer eines RRAM-Arrays weiter zu verbessern. Die Lebensdauer des RRAM kann auf über 10 k Zyklen ohne Fail-Bits in einem Array verlängert werden.

Einführung

In den letzten Jahren hat sich RRAM mit den Vorteilen einfacher Struktur, hervorragender Skalierbarkeit und hoher Kompatibilität zu fortschrittlichen CMOS-Prozessen zu einer der Kerntechnologien zur Realisierung eingebetteter nichtflüchtiger Speichermodule entwickelt [1,2,3,4,5,6,7, 8]. RRAM mit hoher Zyklizität kann seine Anwendungen auf Systeme erweitern, die häufiger nichtflüchtige Daten aktualisieren müssen, wie Computing-in-Memory und neuromorphe Systeme [9,10,11,12,13,14,15].

Es wird angenommen, dass das Umschalten von Zuständen in RRAM-Filmen durch die Erzeugung/Rekombination von Sauerstoffleerstellen (V o ) zur weiteren Kontrolle der Konstruktion/Zerstörung von leitfähigen Filamenten (CF) [16,17,18,19,20,21,22]. Viele Studien haben gezeigt, dass stochastische Mechanismen bei der Bildung von CFs während Set/Reset-Operationen als eine der Hauptursachen für Bitfehler bei zyklischen Tests gefunden wurden [23,24,25,26,27]. In einer Zelle, die nicht gesetzt werden kann, überschüssiges V o rekombiniert während Reset-Operationen erweitert die Tunnellücke zwischen den restlichen CFs und der oberen Elektrode, was das elektrische Feld in der Lückenregion schwächt, was zu einem niedrigen V . führt o Generation [24]. Andererseits ist ein Überschuss von V o während des Set-Betriebs erzeugt, was zu einem CF-Überwachstum führt. Dies gilt als Hauptursache für Reset-Fehler [24, 28]. Auch eine unerwartete Verarmung an Sauerstoffionen während des Zyklens ist für das Schließen des Widerstandsfensters verantwortlich [23, 28]. Mehrere Schemata zur Abschwächung der Auswirkungen des stochastischen Prozesses in V o Generation/Vernichtung wurde in verschiedenen Studien berichtet [23, 24, 28, 29, 30]. Es wurde festgestellt, dass Pulse mit großer Anstiegs- bzw. Abfallzeit V . reduzieren o Erzeugung im Set-Betrieb und Verbrauch von Sauerstoffionen im Reset-Prozess [23]. Um eine gute Kontrollierbarkeit von V . zu erhalten o , Chen et al . schlagen auch eine Abstimmimpulsamplitudenmethode zum Ausgleichen von Set/Reset-Operationen vor [29]. Abgesehen von der Pulskonditionierung [23, 29] wurde durch starke Set/Reset-Behandlungen zur elektrischen Wiederherstellung an Geräten nach Ausdauerversagen festgestellt, dass Zellen wiederhergestellt und wieder zyklisiert werden können [24, 28, 30]. Es zeigt sich auch, dass eine erhöhte Häufigkeit von Erholungsoperationen die Gesamtausdauerleistung beim Radfahren erhöht [24]. Die periodische Wiederherstellung des gesamten Arrays während der Zyklen kostet einen hohen Energieaufwand und Herausforderungen bei der Implementierung in realen Speichermodulen. Daher ist das Auffinden der schwachen Zellen, die am Rande eines Zyklusversagens stehen, für die Implementierung einer selektiven und rechtzeitigen Wiederherstellung unerlässlich. Dies kann die Wiederverwertbarkeit verbessern, ohne unnötige Behandlungen an gesunden Zellen zu verschwenden.

In unserer früheren Arbeit wurde festgestellt, dass Zellen mit niedriger Reset-Effizienz mit ihrer CF-Topographie korrelieren. Darüber hinaus sind zufällige telegrafische Geräusche mit den CF-Typen verbunden, die auch die Veränderung der CF nach zyklischer Belastung widerspiegeln [31]. In dieser Arbeit wurden neue Schaltungen zur Früherkennung schwacher Bauelemente in einem Array anhand ihrer Lesestromeigenschaften vorgeschlagen. Es wird auch ein Reset-Wiederherstellungsvorgang eingeführt, um durch das Detektionsverfahren identifizierte anfällige Zellen präventiv zu stärken. Durch Anwendung der Methode der Früherkennung und selektiver CF-Verstärkungsoperationen wurde eine signifikante Verbesserung der Set/Reset-Zyklusfähigkeit erfolgreich demonstriert.

Methoden

Die statistische Analyse der Lebensdauer von RRAM wird von einem 16 × 16 hinterfüllten kontaktresistiven Direktzugriffsspeicher-Array (BCRRAM) gesammelt, das durch einen 0,18-μm-CMOS-Logikprozess hergestellt wird [32, 33]. Wie im Layout in Fig. 1 gezeigt, ist der Speicherknoten des BCRRAM in Reihe mit einem n-Kanal-Transistor zur Zellenauswahl in einem NOR-Array geschaltet. Um die physikalischen Eigenschaften der TMO-Schicht von BCCRAM eingehend zu untersuchen, wird die Transmissionselektronenmikroskopie (TEM) mit dem Transmissionselektronenmikroskop JEOL JEM-2800 mit einer Energie von 200 keV durchgeführt. Die TEM-Querschnittsbilder des BCRRAM-Arrays entlang der Richtung der Sourcelinie (SL) sind in Fig. 2 gezeigt. Aufgrund der besseren Steuerung der Dicke des rückgefüllten dielektrischen Films kann eine gleichmäßige Übergangsmetalloxidschicht (TMO) erreicht werden. Die relativen Elementzusammensetzungen entlang der Tiefe des RRAM-Films werden in der energiedispersiven Röntgen(EDX)-Spektroskopieanalyse in Fig. 3 bereitgestellt, wobei festgestellt wird, dass der TMO-Film der BCRAM-Zelle aus TiN/TiON/SiO2 . besteht [32, 33]. Die elektrische Analyse wird durch einen Halbleiterparameteranalysator und einen Pulsgenerator vervollständigt. DC-Bildungs-/Einstell-/Rücksetz-Eigenschaften von BCRRAM werden in Fig. 4a demonstriert. Beachten Sie, dass eine hohe SL-Spannung bei Formungs-/Setzvorgängen erforderlich ist, um den weichen Durchbruchsprozess auszulösen. Die niedrige Wortleitungsspannung (WL) von 0,6 V am Gate des Auswahltransistors klemmt den Stoßstrom und verhindert ein Überschwingen in irreversible Widerstandszustände. Als BCRRAM-Gerät im unipolaren Modus höhere V WL von 1,2 V wird gewählt, um einen ausreichend hohen Strom zu liefern, um die Diffusion von Sauerstoffionen und die Rekombination mit V . zu verbessern o , die den Wechsel zurück zu HRS begünstigen [34,35,36,37]. Wie in Abb. 4b gezeigt, kann das 10 × -Lesestromfenster unter 50 DC-Set/Reset-Zyklen aufrechterhalten werden, wobei der niederohmige Zustand (LRS)/der hochohmige Zustand (HRS) jeweils auf 5 μA/0,5 μA eingestellt sind.

Die Layout-Anordnung des 16 × 16 NOR-Typ hinterfüllten CRRAM-Array-Probes wird untersucht

Querschnitts-TEM-Bilder des BCRRAM-Arrays und der Zellen. In BCRRAM-Zellen kann eine gleichmäßige Dicke des Dielektrikums erreicht werden

EDX-basierte Zusammensetzungsanalyse der TMO-Schicht einer BCRRAM-Zelle. Die TMO-Schicht von BCRRAM besteht aus TiN/TiON/SiO2 Stapel

a DC-Bildungs-/Setz-/Reset-Sweep-Eigenschaften, deren Bitleitungen (BL) geerdet sind. b Aktuelle Pegel nach 50 Set-/Reset-Operationen. LRS/HRS sind definiert als 5 µA/0,5 µA, um ein 10 × Ein/Aus-Verhältnis zu erhalten

Ergebnisse und Diskussion

Kreislauffähigkeit und Wiederherstellungsschema zum Zurücksetzen

Die Zyklenbeständigkeit von BCRRAM wird durch einen optimierten inkrementellen Schrittpulsprogrammieralgorithmus (ISPP) untersucht, der in Fig. 5a gezeigt ist. Nach jedem Belastungsimpuls werden die Zustände des BCRRAM dann überprüft, um zu bestimmen, ob V WL /V SL muss für die nächsten Set/Reset-Operationen erhöht werden [38]. Wie in Fig. 6a dargestellt, kann ein stabiles Lesestromfenster innerhalb von 20 μs Set/Reset-Zeit erhalten werden, siehe in Fig. 6b, für 1k Zyklen. Experimentelle Daten zeigen, dass die Rücksetzzeit, die zum Erreichen der Ziel-HRS erforderlich ist, allmählich zunimmt, wenn die Anzahl der Zyklen 1.000 überschreitet. Die Daten zeigen auch, dass die meisten Zellen schließlich auch nach einer Erhöhung der Rücksetzzeit auf 60 μs bei LRS stecken bleiben. Um die Ursache der Rücksetzverschlechterung während des Zyklens zu untersuchen, wird das im Lesestrom gefundene Niederfrequenzrauschen (LFN) untersucht und als Index angegeben, der die Eigenschaften von CFs widerspiegelt [39,40,41]. In unserer früheren Arbeit [31] weisen Zellen mit unterschiedlichen CF-Dichten innerhalb ihrer TMO-Schichten ein ausgeprägtes Rauschspektrum in ihrem Lesestrom auf. Wie in Fig. 7a dargestellt, können Zellen in Fig. 7b basierend auf den Eigenschaften des LFN-Spektrums in ihrem Lesestrom in zwei Gruppen eingeteilt werden. Zellen mit geringer CF-Dichte, die als „gesund“ bezeichnet werden, haben sich als robuster erwiesen und es wird erwartet, dass sie mehr zyklischen Belastungen standhalten. Es wird angenommen, dass Zellen, die mehrere winzige CF enthalten, die als „schwach“ bezeichnet werden, anfälliger für Stress sind. Um die Hauptausfallmechanismen für Zellen in Zyklentests zu untersuchen, werden LFN von BCRRAM-Bauelementen überwacht. Wie in Fig. 6c zusammengefasst, findet sich im BCRRAM-Array eine starke Korrelation zwischen Zelltypen und der Anzahl der Zyklen. Der Anteil schwacher Zellen mit mehreren leitfähigen Pfaden in TMO-Schichten nimmt nach dem Zyklieren signifikant zu, was vermutlich zu einer weniger effizienten Erwärmung in einer dispergierten CF führt und den Reset-Prozess verlangsamt [31]. Als Ergebnis wird ein Dauerfehler beim Rücksetzvorgang der Erzeugung mehrerer leitender Pfade zugeschrieben. Neben ISPP-Tests wurde auch über verschiedene Arten von CF-Generationen nach den konstanten Spannungsbelastungen berichtet [27, 28]. Unnötige CFs, die durch feste Set/Reset-Betriebsbedingungen erzeugt wurden, wurden als einer der Gründe angesehen, die dazu führten, dass Zellen ihre Fähigkeiten beim Zurückschalten auf HRS allmählich verlieren. Um Zellen nach einem Reset-Fehler wiederzubeleben, müssen unnötige CFs in ihren TMO-Schichten durch starke Reset-Recovery-Pulse mit den Bedingungen in Abb. 5a, V . getrimmt werden WL =1.2V, V SL =2 V und eine Pulsbreite von 50 μs, wie in Fig. 6a gezeigt. Mit der richtigen Rücksetz-Wiederherstellungsbehandlung können das Lesestromfenster sowie seine Zyklizität wiederhergestellt werden. Wie in Fig. 6b gezeigt, werden die Reset-Wiederherstellungsimpulse jedoch häufiger bei Zellen benötigt, die mehr als 10 k Zyklen erfahren haben. Die Daten in Abb. 6a weisen auch darauf hin, dass Reset-Wiederherstellungsvorgänge für einige Zellen nach langem Belastungszyklus nutzlos werden können, was darauf hindeutet, dass die CFs in diesen Zellen irreparabel geschädigt sind.

a Der Set/Reset ISPP-Algorithmus und das Wiederherstellen von Reset-Bedingungen für Zyklentests. Die VWL und VSL werden bei Set-/Reset-Operationen entsprechend angehoben. b Der Algorithmus zur Früherkennung der schwachen Zellen

a 100 k ISPP-Set/Reset-Zyklen. Zellen, die nach 6 k Zyklen Lese-Witwen verloren haben, können durch 5 starke Reset-Impulse mit den Bedingungen V . wiederhergestellt werden WL = 1,2 V, V SL = 2 V und Pulsbreite von 50 μs. Die Wiederherstellungsbehandlung zum Zurücksetzen ist nach 10 k Zyklen ungültig. b Erforderliche Zeit zum Einstellen/Zurücksetzen, um den Zustandswechsel während 100 k Zyklen abzuschließen. c Eine Verschiebung des Zelltyps, definiert durch ihre Rauscheigenschaften, wird während ISPP-Cycling-Tests festgestellt

a Illustrationen der Filamente und Fallenzustände auf der TMO-Schicht in gesund/schwach. b Entsprechende Anpassungstrends in Rauschspektren

Die in Abb. 6c beobachtete Verschiebung des Rauschmerkmals der Zelle impliziert, dass Zelltypen ein nützlicher Index für die Reparatur einer anfälligen Zelle sind, bevor sie einen vollständigen Ausfall erreicht. Daher ist die Unterscheidung von Zelltypen durch ihre Rauscheigenschaften während des Betriebs ein entscheidender Faktor bei der Realisierung früher Interventionen zur Stärkung von CF.

Früherkennungsschaltung

Bei Zellen mit mehr CFs innerhalb von TMO-Schichten schwankt der Lesestrom zwischen mehreren Widerstandszuständen. Im Gegensatz dazu springt bei Zellen mit einer dominanten CF in RRAM-Filmen der Strom wiederholt zwischen zwei verschiedenen Zuständen, die als Indizes der gesunden Zellen verwendet werden können [31]. Infolgedessen kann uns die Anzahl der mittleren Zustände im Lesestrom helfen, die anfälligen Zellen zu identifizieren, bevor sie vollständig ausfallen. Daher wird in dem in Fig. 5b gezeigten Algorithmus der Abtaststrom der Zellen der Erkennungsschaltung zugeführt, um eine anfällige Zelle frühzeitig zu erkennen und sie wiederzubeleben, bevor sie ihre Zyklenfähigkeit vollständig verliert. Nach der Diagnose werden Wiederherstellungsoperationen an den bestätigten schwachen Zellen durchgeführt. Daher werden zwei Schaltungen zum Erfassen dieser schwachen Zellen eingeführt und in den folgenden Abschnitten diskutiert.

Die erste Detektionsschaltung nach dem Buffer-Gate-(BG)-Verfahren ist in Fig. 8a veranschaulicht. Zuerst wird der Abtaststrom von BCRRAM-Zellen gespiegelt und durch einen Kondensator gefiltert, um einen Durchschnittspegel einzustellen. Als nächstes wird der Unterschied zwischen den beiden Seiten verstärkt. Die verstärkte Differenz der mittleren Zustände schwankt immer noch leicht zwischen 0,55 V und 0,45 V. Auf der anderen Seite eine Zelle mit einer dominanten CF, bei der der Lesestrom zwischen zwei Pegeln springt; Wenn es die Detektorschaltung passiert, kann der Ausgang auf die hohen / niedrigen Spannungspegel gedrückt werden. Wie in Fig. 8b gezeigt, werden von den beiden BGs mit den richtigen Übergangsspannungen und dem XOR-Logikgatter unterschiedliche Logikzustände erzeugt. Bei Zellen mit RTN im mittleren Zustand ist die Ausgangsspannung (V aus ) wird bei Hochspannungszuständen (V H ) statt Niederspannungszustände (V L ). Das Verhältnis zwischen der Ausgabewahrscheinlichkeit in V H (P H ) gegenüber dem in V L (P L ) der XOR-Ausgabe von Zellen, die zuerst durch ihr LFN als gesunde/schwache Zellen kategorisiert wurden, sind in Abb. 8c zusammengefasst. Bei Zellen mit mehreren Strompegeln in Lesestrompegeln bleibt ein größerer Teil des XOR-Ausgangssignals im hohen Zustand, wenn die schwachen Zellen in die Erkennungsschaltung gegeben werden. Andererseits ist es wahrscheinlicher, dass gesunde Zellen mit einer einzigen dominanten CF und unterschiedlichen Widerstandsniveaus den XOR-Ausgang auf niedrige Spannungszustände setzen.

a Schema der BZ-Erkennungsschaltung und b seinen Spannungsausgang. c Kreisdiagramme der Ausgangsspannungen gesunder/schwacher Zellen bei der BG-Methode. Hoher Anteil an hohen Zuständen in einer schwachen Zelle, die den Strom lesen, schnell zwischen mehreren Widerstandsstufen wechseln

Die zweite hier vorgeschlagene Schaltung zum Aussortieren anfälliger Zellen, die als Schmitt-Trigger-(ST)-Verfahren bezeichnet wird, ist in Fig. 9a dargestellt. Stattdessen werden zwei Schmitt-Trigger verwendet, deren obere/untere Trigger auf 0,65 V/0,35 V bzw. 0,55 V/0,45 V ausgelegt sind, um die Wahrscheinlichkeit des Lesestroms in seinem mittleren Zustand herauszufinden. Die in Fig. 9b gezeigte Ausgangsspannung wird hoch, wenn sich der Lesestrom in seinem mittleren Zustand befindet. Aus der ST-Methode sind die Prozentsätze der hohen/niedrigen Pegel am XOR-Ausgang in Fig. 9c zusammengefasst. Die Erkennungsausgaben bleiben eher in V H für schwache Zellen als für gesunde.

a Schema der ST-Erkennungsschaltung und b seinen Spannungsausgang. c Tortendiagramme der Ausgangsspannungen an gesunden/schwachen Zellen in der ST-Methode. In einer gesunden Zelle, die wahrscheinlich nur eine dominante CF hat, kann mehr VL erhalten werden

Um die Erfolgsrate der Erkennung bei der Identifizierung der schwachen Zellen zu untersuchen, wird das Verhältnis der hohen Zustände aus dem Detektorausgang für die beiden Gruppen von Zellen, die zuerst nach LFN-Eigenschaften kategorisiert wurden, in Abb. 10a, b verglichen. Für die BG-Erkennungsschaltung haben wir eine schwache Zelle definiert, indem wir ein P . haben H /P L Verhältnis über 2,3. Mit diesem Kriterium können 70 % der schwachen Zellen erfolgreich abgefangen werden, während 30 % falsch positiv sind. Bei der ST-Methode, wenn das Auswahlkriterium auf P . eingestellt ist H /P L ratio > 0,25, kann die Abdeckungsrate 60 % erreichen, während das falsch positive Ergebnis bis zu 50 % betragen kann. Dies macht die ST-Methode zu einer weniger effektiven Rastermethode. Im Vergleich in Abb. 10c werden mit der BZ-Methode eine höhere Abdeckungsrate und eine geringere Wahrscheinlichkeit von falsch positiven Ergebnissen gezeigt.

Kumulative Verteilung des Wahrscheinlichkeitsverhältnisses in hohen/niedrigen logischen Zuständen auf verschiedene Zelltypen in a BG-Methode, b ST-Methode. c Vergleich der Abdeckungsrate und der False-Positive-Rate zwischen zwei Schaltungsschemata

Aufgrund der hohen Abdeckungsrate der BG-Methode wird sie zum Nachweis von anfälligen Zellen mit hohem Risiko eines Ausdauerversagens zur Einleitung von Frühinterventionen eingesetzt. Die Zykluseigenschaften von Zellen, die verschiedene Arten von Erholungsinterventionen erfahren, werden in Abb. 11a verglichen. Es wurde festgestellt, dass Zellen nur 2 k Zyklen aushalten, wenn während der Zyklentests kein Eingriff vorgenommen wird. Die Lebensdauer des BCRRAM kann um mehrere Tausend Zyklen verlängert werden, wenn Reset-Recovery-Impulse nach einem Reset-Fehler angelegt werden. Die meisten der wiederbelebten Zellen können jedoch 8 k Zyklen nicht bestehen. Durch die Früherkennungsschaltung mit BG-Schema können schwache Zellen in einem Array vor einem Zyklenfehler erkannt werden. Wenn ein Erholungsimpuls auf eine erkannte schwache Zelle angewendet wird, kann die Lebensdauer der meisten BCRRAM-Zellen erheblich auf mehr als 40 000 Zyklen verlängert werden. Die 15 % der Zellen in einem 16 × 16-Speicherarray, die bei verschiedenen Verfahren eine Rücksetzwiederherstellungsbehandlung erfordern, werden in Fig. 11b verglichen. Obwohl bei der BZ-Nachweismethode vor 10 000 Zyklen mehr Zellen gewonnen werden müssen, ist der Zellprozentsatz während eines 50 000-Zyklentests relativ stabil. In der Vergleichsgruppe, in der Geräte nach einem Reset-Fehler wiederhergestellt werden, steigt jedoch der Anteil der Zellen, die Wiederherstellungseingriffe benötigen, mit zyklischer Belastung, was auf einen höheren Betriebsaufwand sowohl bei der Geschwindigkeit als auch bei der Leistung hindeutet.

a Ausdauervergleich verschiedener Techniken, einschließlich Recovery-Reset-Behandlung und BG-Schaltungserkennung. b Anzahl der Zellen, die während der Zyklen eine Wiederherstellungs-Reset-Behandlung erfahren haben

Dank Erkennungsschaltung und Reset-Recovery kann die Zyklenlebensdauer des BCRRAM effektiv verlängert werden. Obwohl die Abdeckungsrate der BG-Erkennungsschaltung 70 % erreicht, werden einige anfällige Zellen nicht identifiziert. Daher glauben wir, dass die Verbesserung der Abdeckungsrate einer der Wege zur weiteren Verbesserung der Gesamtlebensdauer von BCRRAM-Arrays ist. Die Einstellungen der Erkennungsschaltung können weiter angepasst werden, um die Falsch-Negativ-Rate zu verringern, wodurch die Abdeckungsrate verbessert wird. Außerdem kann der Reset-Wiederherstellungs-Reset optimiert werden, um BCRRAM besser auf seine Zyklenfähigkeiten zu bringen.

Schlussfolgerungen

In dieser Studie werden Korrelationen von LFNs, Topographien von CFs und Reset-Fehlern während des Radfahrens hergestellt. Außerdem ist eine Wiederherstellungsrücksetzbehandlung in dem BCRRAM-Array implementiert, um einen Rücksetzfehler wiederherzustellen. Zwei Erkennungsschaltkreise, das BG-Verfahren und das ST-Verfahren, werden vorgeschlagen und untersucht, um die anfälligen Zellen für frühzeitige Wiederherstellungsinterventionen auszusortieren. Darüber hinaus wird das vorgeschlagene BG-Verfahren mit einer höheren Abdeckungsrate auf einem BCRRAM-Array verwendet, um die Lebensdauer zu verbessern. Mit den neu vorgeschlagenen BG-Erkennungsschaltkreisen und dem durch die Früherkennung eingeleiteten Reset-Wiederherstellungsvorgang wurde eine signifikante Verbesserung der Zyklenlebensdauer über 10 000 Mal nachgewiesen.

Verfügbarkeit von Daten und Materialien

Die Datensätze, die die Schlussfolgerungen dieses Artikels unterstützen, sind im Artikel enthalten.


Nanomaterialien

  1. Defense FPGA-Debüts mit Early Access
  2. Intelligenter Schaltkreisschutz und Sensordesign für Smart Home-Schlösser und Zugangskontrollen
  3. Beschleunigung der Früherkennung von Krankheiten mit Nanobiotechnologie
  4. Demonstration eines flexiblen Graphen-basierten Biosensors für den empfindlichen und schnellen Nachweis von Eierstockkrebszellen
  5. Kohlenstoff-Nanodots als Dual-Mode-Nanosensoren für den selektiven Nachweis von Wasserstoffperoxid
  6. Eine gemeinsame Studie zur Modellierung und Simulation von resistivem Direktzugriffsspeicher
  7. Ein fluoreszierender Aptasensor auf Graphenoxid-Basis für die Einschalterkennung von CCRF-CEM
  8. Eine Studie zur Variabilität des kontaktresistiven Direktzugriffsspeichers nach dem stochastischen Vakanzmodell
  9. Ein neuartiger magnetoelastischer Nanobiosensor für den hochempfindlichen Nachweis von Atrazin
  10. System zur In-situ-Defekterkennung in Verbundwerkstoffen während der Aushärtung