XS
Xiahan Sang
Author with expertise in Ferroelectric Devices for Low-Power Nanoscale Applications
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
17
(47% Open Access)
Cited by:
4,739
h-index:
47
/
i10-index:
113
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Physical Mechanisms behind the Field‐Cycling Behavior of HfO2‐Based Ferroelectric Capacitors

Milan Pešić et al.May 6, 2016
Novel hafnium oxide (HfO 2 )‐based ferroelectrics reveal full scalability and complementary metal oxide semiconductor integratability compared to perovskite‐based ferroelectrics that are currently used in nonvolatile ferroelectric random access memories (FeRAMs). Within the lifetime of the device, two main regimes of wake‐up and fatigue can be identified. Up to now, the mechanisms behind these two device stages have not been revealed. Thus, the main scope of this study is an identification of the root cause for the increase of the remnant polarization during the wake‐up phase and subsequent polarization degradation with further cycling. Combining the comprehensive ferroelectric switching current experiments, Preisach density analysis, and transmission electron microscopy (TEM) study with compact and Technology Computer Aided Design (TCAD) modeling, it has been found out that during the wake‐up of the device no new defects are generated but the existing defects redistribute within the device. Furthermore, vacancy diffusion has been identified as the main cause for the phase transformation and consequent increase of the remnant polarization. Utilizing trap density spectroscopy for examining defect evolution with cycling of the device together with modeling of the degradation results in an understanding of the main mechanisms behind the evolution of the ferroelectric response.
0

Mechanochemical‐Assisted Synthesis of High‐Entropy Metal Nitride via a Soft Urea Strategy

Tian Jin et al.Apr 24, 2018
Advanced MaterialsVolume 30, Issue 23 1707512 Communication Mechanochemical-Assisted Synthesis of High-Entropy Metal Nitride via a Soft Urea Strategy Tian Jin, Tian Jin State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 China Department of Chemistry, The University of Tennessee, Knoxville, Knoxville, TN, 37996 USASearch for more papers by this authorXiahan Sang, Xiahan Sang Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, Oak Ridge, TN, 37831 USASearch for more papers by this authorRaymond R. Unocic, Raymond R. Unocic orcid.org/0000-0002-1777-8228 Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, Oak Ridge, TN, 37831 USASearch for more papers by this authorRichard T. Kinch, Richard T. Kinch Department of Chemistry, University of Puerto Rico, Rio Piedras Campus, San Juan, PR, 00931 USASearch for more papers by this authorXiaofei Liu, Xiaofei Liu State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 ChinaSearch for more papers by this authorJun Hu, Jun Hu State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 ChinaSearch for more papers by this authorHonglai Liu, Honglai Liu State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 ChinaSearch for more papers by this authorSheng Dai, Corresponding Author Sheng Dai dais@ornl.gov orcid.org/0000-0002-8046-3931 Department of Chemistry, The University of Tennessee, Knoxville, Knoxville, TN, 37996 USA Chemical Science Division, Oak Ridge National Laboratory, Oak Ridge, TN, 37831 USAE-mail: dais@ornl.govSearch for more papers by this author Tian Jin, Tian Jin State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 China Department of Chemistry, The University of Tennessee, Knoxville, Knoxville, TN, 37996 USASearch for more papers by this authorXiahan Sang, Xiahan Sang Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, Oak Ridge, TN, 37831 USASearch for more papers by this authorRaymond R. Unocic, Raymond R. Unocic orcid.org/0000-0002-1777-8228 Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, Oak Ridge, TN, 37831 USASearch for more papers by this authorRichard T. Kinch, Richard T. Kinch Department of Chemistry, University of Puerto Rico, Rio Piedras Campus, San Juan, PR, 00931 USASearch for more papers by this authorXiaofei Liu, Xiaofei Liu State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 ChinaSearch for more papers by this authorJun Hu, Jun Hu State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 ChinaSearch for more papers by this authorHonglai Liu, Honglai Liu State Key Laboratory of Chemical Engineering and School of Chemistry and Molecular Engineering, East China University of Science and Technology, Shanghai, 200237 ChinaSearch for more papers by this authorSheng Dai, Corresponding Author Sheng Dai dais@ornl.gov orcid.org/0000-0002-8046-3931 Department of Chemistry, The University of Tennessee, Knoxville, Knoxville, TN, 37996 USA Chemical Science Division, Oak Ridge National Laboratory, Oak Ridge, TN, 37831 USAE-mail: dais@ornl.govSearch for more papers by this author First published: 24 April 2018 https://doi.org/10.1002/adma.201707512Citations: 163Read the full textAboutPDF ToolsRequest permissionExport citationAdd to favoritesTrack citation ShareShare Give accessShare full text accessShare full-text accessPlease review our Terms and Conditions of Use and check box below to share full-text version of article.I have read and accept the Wiley Online Library Terms and Conditions of UseShareable LinkUse the link below to share a full-text version of this article with your friends and colleagues. Learn more.Copy URL Share a linkShare onFacebookTwitterLinked InRedditWechat Abstract Crystalline high-entropy ceramics (CHC), a new class of solids that contain five or more elemental species, have attracted increasing interest because of their unique structure and potential applications. Up to now, only a couple of CHCs (e.g., high-entropy metal oxides and diborides) have been successfully synthesized. Here, a new strategy for preparing high-entropy metal nitride (HEMN-1) is proposed via a soft urea method assisted by mechanochemical synthesis. The as-prepared HEMN-1 possesses five highly dispersed metal components, including V, Cr, Nb, Mo, Zr, and simultaneously exhibits an interesting cubic crystal structure of metal nitrides. By taking advantage of these unique features, HEMN-1 can function as a promising candidate for supercapacitor applications. A specific capacitance of 78 F g−1 is achieved at a scan rate of 100 mV s−1 in 1 m KOH. In addition, such a facile synthetic strategy can be further extended to the fabrication of other types of HEMNs, paving the way for the synthesis of HEMNs with attractive properties for task-specific applications. Citing Literature Supporting Information Filename Description adma201707512-sup-0001-S1.pdf436.6 KB Supplementary Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article. Volume30, Issue23June 6, 20181707512 RelatedInformation
0

Structural Changes Underlying Field‐Cycling Phenomena in Ferroelectric HfO 2 Thin Films

Everett Grimley et al.Jul 29, 2016
Since 2011, ferroelectric HfO 2 has attracted growing interest in both fundamental and application oriented groups. In this material, noteworthy wake‐up and fatigue effects alter the shape of the polarization hysteresis loop during field cycling. Such changes are problematic for application of HfO 2 to ferroelectric memories, which require stable polarization hystereses. Herein, electrical and structural techniques are implemented to unveil how cyclic switching changes nanoscale film structure, which modifies the polarization hysteresis. Impedance spectroscopy and scanning transmission electron microscopy identify regions with different dielectric and conductive properties in films at different cycling stages, enabling development of a structural model to explain the wake‐up and fatigue phenomena. The wake‐up regime arises due to changes in bulk and interfacial structuring: the bulk undergoes a phase transformation from monoclinic to orthorhombic grains, and the interfaces show changes in and diminishment of a nonuniform, defect rich, tetragonal HfO 2 layer near the electrodes. The evolution of these aspects of structuring contributes to the increase in P r and the opening of the constricted P – V hysteresis that are known to occur with wake‐up. The onset of the fatigue regime is correlated to an increasing concentration of bulk defects, which are proposed to pin domain walls.
0

Deep Learning of Atomically Resolved Scanning Transmission Electron Microscopy Images: Chemical Identification and Tracking Local Transformations

Maxim Ziatdinov et al.Dec 7, 2017
Recent advances in scanning transmission electron and scanning probe microscopies have opened exciting opportunities in probing the materials structural parameters and various functional properties in real space with angstrom-level precision. This progress has been accompanied by an exponential increase in the size and quality of data sets produced by microscopic and spectroscopic experimental techniques. These developments necessitate adequate methods for extracting relevant physical and chemical information from the large data sets, for which a priori information on the structures of various atomic configurations and lattice defects is limited or absent. Here we demonstrate an application of deep neural networks to extract information from atomically resolved images including location of the atomic species and type of defects. We develop a "weakly supervised" approach that uses information on the coordinates of all atomic species in the image, extracted via a deep neural network, to identify a rich variety of defects that are not part of an initial training set. We further apply our approach to interpret complex atomic and defect transformation, including switching between different coordination of silicon dopants in graphene as a function of time, formation of peculiar silicon dimer with mixed 3-fold and 4-fold coordination, and the motion of molecular "rotor". This deep learning-based approach resembles logic of a human operator, but can be scaled leading to significant shift in the way of extracting and analyzing information from raw experimental data.
Load More