HL
Hsiang-Lan Lung
Author with expertise in Memristive Devices for Neuromorphic Computing
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
6
(0% Open Access)
Cited by:
967
h-index:
23
/
i10-index:
48
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Phase-change random access memory: A scalable technology

Simone Raoux et al.Jul 1, 2008
Nonvolatile RAM using resistance contrast in phase-change materials [or phase-change RAM (PCRAM)] is a promising technology for future storage-class memory. However, such a technology can succeed only if it can scale smaller in size, given the increasingly tiny memory cells that are projected for future technology nodes (i.e., generations). We first discuss the critical aspects that may affect the scaling of PCRAM, including materials properties, power consumption during programming and read operations, thermal cross-talk between memory cells, and failure mechanisms. We then discuss experiments that directly address the scaling properties of the phase-change materials themselves, including studies of phase transitions in both nanoparticles and ultrathin films as a function of particle size and film thickness. This work in materials directly motivated the successful creation of a series of prototype PCRAM devices, which have been fabricated and tested at phase-change material cross-sections with extremely small dimensions as low as 3 nm × 20 nm. These device measurements provide a clear demonstration of the excellent scaling potential offered by this technology, and they are also consistent with the scaling behavior predicted by extensive device simulations. Finally, we discuss issues of device integration and cell design, manufacturability, and reliability.
0

Stochastic behavioral models of bedroom window operation in sub-tropical residential buildings

Tsz-Wun Tsang et al.Jun 1, 2024
This study investigates window opening and closing behaviors in residential bedrooms in Hong Kong by examining occupants' habits regarding window operation, window opening and closing behavior, and the influence of environmental and contextual factors. Using self-reported survey data on window opening and closing behavior and outdoor environmental data from an open-source database, univariable and multivariable logistic mixed-effect models were developed to evaluate the impact of various parameters. The findings indicate that outdoor environmental factors have a limited influence on window opening and closing probabilities. Conversely, time of the day was identified as a significant factor, emphasizing the role of occupant habits and preferences in determining these probabilities. Importantly, the study results agreed with the observations that the drivers between window opening and window closing differed, further emphasizing the need for separate modeling. The study highlights the importance of considering environmental and contextual factors when predicting window operation behaviors. This study contributes to our understanding of building occupant behavior and provides valuable insights for building designers and engineers to enhance energy simulations and optimize building performance.