Energy-efficient Artificial Synapses based on Innovative Ferroelectric Transistors (EASIFeT)

 Il progetto, svolto da Chiara Rossi, supervisore il professor David Esseni, si è incentrato sullo studio di un nuovo tipo di dispositivo elettronico per la realizzazione di sinapsi artificiali in reti neuromorfiche ad alta efficienza energetica. Le reti neuromorfiche, infatti, riproducono l’organizzazione del sistema nervoso, utilizzando sinapsi e neuroni artificiali ispirati al cervello, con l’obbiettivo di ridurre il consumo di energia in applicazioni che richiedono l’elaborazione di enormi quantità di dati, come intelligenza artificiale, edge computing, Internet of Things (IoT) e Internet of Medical Things (IoMT). La sinapsi artificiale, basata su un transistore ferroelettrico a barriera Schottky, compatibile con la fabbricazione a bassa temperatura e l’integrazione 3D in circuiti CMOS, è stata studiata nel progetto tramite simulazioni numeriche e modelli analitici. È stato poi svolto un lavoro di design e ottimizzazione per ottenere le migliori funzionalità sinaptiche.

Chiara Rossi ha sviluppato il progetto all’interno del gruppo NanoElectronic Devices and Circuits (NEDeC) del DPIA https://nanoelectronics.uniud.it/

Maggiori dettagli e i link ai risultati di ricerca possono essere trovati alla pagina CORDIS del progetto: https://cordis.europa.eu/project/id/101108023/results/it o su Zenodo: https://zenodo.org/search?q=EASIFeT&l=list&p=1&s=10&sort=bestmatch