人們對利用鐵電材料實施下一代超低功耗記憶體和計算元件寄予厚望，例如功耗不到現有水平百分之一的記憶體和正在隊形變換之中的類腦電腦等。爲了提高這些元件的可靠性，必須深入瞭解奈米尺度下的極化反轉現象。
日本東北大學電氣通訊研究所的平永良臣副教授、未來科學技術共同研究中心的長康雄特任教授等人組成的研究團隊，與東京工業大學物質理工學院材料系的舟窪浩教授的團隊合作，開發出了可以在奈米級的空間解析度下觀察到鐵電體的極化反轉行為，並且能在傳統方法的1/300時間内獲得高解析度影像的新型顯微鏡技術。該成果將有助於加深對妨礙元件可靠性的現象的理解，並改進材料特性。相關研究成果已發表在《ACS Applied Nano Materials》上。
圖 1. 局部 C-V 映射法示意圖（供圖：東北大學電氣通訊研究所）
強鐵電體材料面臨的一個課題是，在多次重複極化反轉操作（相當於存儲元件的擦寫操作）後，極化量會逐漸減量，也就是「極化疲勞」。爲了抑制這種現象並提高元件的可靠性，需要深入理解微小區域中的極化反轉行為，並基於這些理解改進材料特性。
此次研究團隊開發了一種被稱爲局部C-V映射法的新型顯微鏡技術。該技術使用的是改進過的探針顯微鏡——掃描非線性介電率顯微鏡（SNDM）。SNDM的感測部分由尖端爲奈米級別的尖銳探針（偵檢器）和高靈敏度靜電電容感測器組成，它可以測量在樣品上施加偏壓電壓時產生的微小靜電容量變化（或介電率變化）。
當向強鐵電體樣品上施加超過極化反轉電壓的交流偏壓電壓，並同時測量其靜電容量時，可以得到一個名爲「蝴蝶曲線」的特徵性靜電容量-電壓（C-V）曲線。傳統的C-V曲線測量通常使用0.1毫米到1毫米直徑的電極。而SNDM探針具有極高的測量靈敏度，可以使用奈米級尺寸的電極進行同樣的測量。
透過對測量單晶鉭酸鋰獲得的C-V曲線的峰值位置和峰值面積等資料進行分析，可以提取與極化反轉行為相關的資訊。此外，探針可以透過微動致動器（壓電致動器）行程，多點測量，從而獲得二維影像資料。透過這種測量，就能直接觀察到面内極化反轉電壓的分佈，實施在實際空間中捕捉晶體缺陷等阻礙極化反轉因素的位置及其分佈情況。
類似的量測方法還有基於壓電響應的方法，檢測時使用壓電響應顯微鏡施加電壓，測量樣品的機械響應，而此次提出的方法將測量時間縮短至上述方法的1/300左右。以往的方法進行一次測量通常需要數天時間才能獲得高解析度觀測資料，而此次的新方法只需約10分鐘。
此外，研究團隊還開發了一種基於機器學習來解析獲得的測量資料，將極化反轉行為分佈表示爲影像的方法。在實驗中，研究人員測量了氧化鉿系薄膜，並使用名爲「聚類分析」的機器學習演算法，自動判別極化反轉區域，並用不同顏色標記。透過這些資料，可以識別出不同極化反轉行為的區域分佈，包括在低電壓下發生極化反轉的區域、需要高電壓進行反轉的區域、由於極化反轉阻礙因素導致反轉行為不對稱的區域，以及不會發生極化反轉的區域等。
利用此次的技術，不僅可以加深對各種強鐵電體分極疲勞的理解，而且透過將該方法與其他探針顯微鏡相結合，還有望進行更全面的分析。
原文：《科學新聞》
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：ACS Applied Nano Materials
論文：Data-Driven Analysis of High-Resolution Hyperspectral Image Data
Sets through Nanoscale Capacitance−Voltage Measurements to Visualize
Ferroelectric Domain Dynamics
DOI：10.1021/acsanm.3c04636
