人们对利用铁电材料实现下一代超低功耗存储器和计算元件寄予厚望，例如功耗不到现有水平百分之一的存储器和正在发展之中的类脑计算机等。为了提高这些元件的可靠性，必须深入了解纳米尺度下的极化反转现象。
日本东北大学电气通信研究所的平永良臣副教授、未来科学技术共同研究中心的长康雄特任教授等人组成的研究团队，与东京工业大学物质理工学院材料系的舟窪浩教授的团队合作，开发出了可以在纳米级的空间分辨率下观察到铁电体的极化反转行为，并且能在传统方法的1/300时间内获得高分辨率图像的新型显微镜技术。该成果将有助于加深对妨碍元件可靠性的现象的理解，并改进材料特性。相关研究成果已发表在《ACS Applied Nano Materials》上。
图 1. 局部 C-V 映射法示意图（供图：东北大学电气通信研究所）
强铁电体材料面临的一个课题是，在多次重复极化反转操作（相当于存储元件的擦写操作）后，极化量会逐渐减少，也就是“极化疲劳”。为了抑制这种现象并提高元件的可靠性，需要深入理解微小区域中的极化反转行为，并基于这些理解改进材料特性。
此次研究团队开发了一种被称为局部C-V映射法的新型显微镜技术。该技术使用的是改进过的探针显微镜——扫描非线性介电率显微镜（SNDM）。SNDM的传感部分由尖端为纳米级别的尖锐探针（探测器）和高灵敏度静电电容传感器组成，它可以测量在样品上施加偏压电压时产生的微小静电容量变化（或介电率变化）。
当向强铁电体样品上施加超过极化反转电压的交流偏压电压，并同时测量其静电容量时，可以得到一个名为“蝴蝶曲线”的特征性静电容量-电压（C-V）曲线。传统的C-V曲线测量通常使用0.1毫米到1毫米直径的电极。而SNDM探针具有极高的测量灵敏度，可以使用纳米级尺寸的电极进行同样的测量。
通过对测量单晶钽酸锂获得的C-V曲线的峰值位置和峰值面积等数据进行分析，可以提取与极化反转行为相关的信息。此外，探针可以通过微动致动器（压电致动器）移动，多点测量，从而获得二维图像数据。通过这种测量，就能直接观察到面内极化反转电压的分布，实现在实际空间中捕捉晶体缺陷等阻碍极化反转因素的位置及其分布情况。
类似的测量方法还有基于压电响应的方法，检测时使用压电响应显微镜施加电压，测量样品的机械响应，而此次提出的方法将测量时间缩短至上述方法的1/300左右。以往的方法进行一次测量通常需要数天时间才能获得高分辨率观测数据，而此次的新方法只需约10分钟。
此外，研究团队还开发了一种基于机器学习来解析获得的测量数据，将极化反转行为分布表示为图像的方法。在实验中，研究人员测量了氧化铪系薄膜，并使用名为“聚类分析”的机器学习算法，自动判别极化反转区域，并用不同颜色标记。通过这些数据，可以识别出不同极化反转行为的区域分布，包括在低电压下发生极化反转的区域、需要高电压进行反转的区域、由于极化反转阻碍因素导致反转行为不对称性的区域，以及不会发生极化反转的区域等。
利用此次的技术，不仅可以加深对各种强铁电体分极疲劳的理解，而且通过将该方法与其他探针显微镜相结合，还有望进行更全面的分析。
原文：《科学新闻》
翻译：JST客观日本编辑部
【论文信息】
期刊：ACS Applied Nano Materials
论文：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
