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.

Abstract Resistive switching (RS) is an interesting property shown by some materials systems that, especially during the last decade, has gained a lot of interest for the fabrication of electronic devices, with electronic nonvolatile memories being those that have received the most attention. The presence and quality of the RS phenomenon in a materials system can be studied using different prototype cells, performing different experiments, displaying different figures of merit, and developing different computational analyses. Therefore, the real usefulness and impact of the findings presented in each study for the RS technology will be also different. This manuscript describes the most recommendable methodologies for the fabrication, characterization, and simulation of RS devices, as well as the proper methods to display the data obtained. The idea is to help the scientific community to evaluate the real usefulness and impact of an RS study for the development of RS technology.

By combining electrical, physical, and transport/atomistic modeling results, this study identifies critical conductive filament (CF) features controlling TiN/HfO2/TiN resistive memory (RRAM) operations. The leakage current through the dielectric is found to be supported by the oxygen vacancies, which tend to segregate at hafnia grain boundaries. We simulate the evolution of a current path during the forming operation employing the multiphonon trap-assisted tunneling (TAT) electron transport model. The forming process is analyzed within the concept of dielectric breakdown, which exhibits much shorter characteristic times than the electroforming process conventionally employed to describe the formation of the conductive filament. The resulting conductive filament is calculated to produce a non-uniform temperature profile along its length during the reset operation, promoting preferential oxidation of the filament tip. A thin dielectric barrier resulting from the CF tip oxidation is found to control filament resistance in the high resistive state. Field-driven dielectric breakdown of this barrier during the set operation restores the filament to its initial low resistive state. These findings point to the critical importance of controlling the filament cross section during forming to achieve low power RRAM cell switching.

In this paper, we propose a methodology for optimizing a solar harvester with maximum power point tracking for self-powered wireless sensor network (WSN) nodes. We focus on maximizing the harvester's efficiency in transferring energy from the solar panel to the energy storing device. A photovoltaic panel analytical model, based on a simplified parameter extraction procedure, is adopted. This model predicts the instantaneous power collected by the panel helping the harvester design and optimization procedure. Moreover, a detailed modeling of the harvester is proposed to understand basic harvester behavior and optimize the circuit. Experimental results based on the presented design guidelines demonstrate the effectiveness of the adopted methodology. This design procedure helps in boosting efficiency, allowing to reach a maximum efficiency of 85% with discrete components. The application field of this circuit is not limited to self-powered WSN nodes; it can easily be extended in embedded portable applications to extend the battery life.

The use of 2D materials to improve the capabilities of electronic devices is a promising strategy that has recently gained much interest in both academia and industry. However, while the research in 2D metallic and semiconducting materials is well established, detailed knowledge and applications of 2D insulators are still scarce. In this paper, the presence of resistive switching (RS) in multilayer hexagonal boron nitride ( h ‐BN) is studied using different electrode materials, and a family of h ‐BN‐based resistive random access memories with tunable capabilities is engineered. The devices show the coexistence of forming free bipolar and threshold‐type RS with low operation voltages down to 0.4 V, high current on/off ratio up to 10 6 , and long retention times above 10 h, as well as low variability. The RS is driven by the grain boundaries (GBs) in the polycrystalline h ‐BN stack, which allow the penetration of metallic ions from adjacent electrodes. This reaction can be boosted by the generation of B vacancies, which are more abundant at the GBs. To the best of our knowledge, h ‐BN is the first 2D material showing the coexistence of bipolar and threshold RS, which may open the door to additional functionalities and applications.

In this paper, we investigate the characteristics of the defects responsible for the leakage current in the SiO 2 and SiO 2 /HfO 2 gate dielectric stacks in a wide temperature range (6 K-400 K). We simulated the temperature dependence of the I - V characteristics both at positive and negative gate voltages by applying the multiphonon trap-assisted tunneling model describing the charge transport through the dielectric. In the depletion/weak inversion regime, the current is limited by the supply of carriers available for tunneling. In strong inversion, the temperature dependence is governed by the charge transport mechanisms through the stacks; in particular, in SiO 2 /HfO 2 dielectric stacks, the coupling of the injected carriers with the dielectric phonons at the trap sites is the dominant mechanism. Matching the simulation results to the measurement data allows extracting important trap parameters, e.g., the trap relaxation and ionization energies, which identify the atomic structure of the electrically active defects in the gate dielectric.

We propose a model describing the operations of hafnium oxide-based resistive random access memory (RRAM) devices at the microscopic level. Charge carrier and ion transport are self-consistently described starting from the leakage current in pristine HfO 2 . Material structural modifications occurring during the RRAM operations, such as conductive filament (CF) creation and disruption, are accounted for. The model describes the complex processes leading to a formation of the CF and its dependence on both electrical conditions (e.g., current compliance, voltage stress, and temperature) and device characteristics (e.g., electrodes material and dielectric thickness).

Technical challenges connected to new technology nodes are becoming increasingly complex due to extreme scaling (every atom matter) along 3D geometries and the introduction of new materials. Simulation tools are thus needed to accelerate time-to-development. In this paper, we present a new model for GAA nanosheet transistors accounting for material imperfection (e.g. atomic defects and process residuals) and quantum effects, which allows connecting material properties and process-related atomic scale defects to electrical device performances (Ion, SS) and reliability (BTI, leakage current and SILC, BD and TDDB/VBD, noise). The model is based on a self-consistent solution of Poisson-Schroedinger equations coupled with charge transport, which includes drift and diffusion, hopping, thermo-ionic emission, and Trap- Assisted Tunneling. Ab-initio and process simulations are used to connect defect atomic structure to material and interface properties, key to capture device statistics and reliability. Circuit operations can be also simulated by exploiting mixed mode operation, capturing device sensitivity to real operating conditions, thus connecting test vehicle DC/AC/transient/pulsed regime.