Promotionen (wiss. Mitarbeiter/innen)

Wir bieten eine Reihe von Stellen im Bereich der memristiven Oxide (SFB 917), im Bereich der Elektro­chemie und im Bereich der Ferro­elektrika/Piezo­elektrika an. Insbesondere Kandidaten mit über­durch­schnitt­lichen Leistungen möchten wir auffordern, sich mit Prof. Waser in Verbindung zu setzen. Eine Beteiligung an der Lehre des Instituts, insbesondere zu der Lehr­veranstaltung “Grundlagen elektronischer Materialien und Bau­elemente” wird im üblichen Rahmen erwartet.

Promotionsarbeit für Materialwissenschaftler, Physikochemiker, Chemiker, Physiker, oder ähnliche

Leistungsfähige Multilagen-Dünnschichtmaterialsysteme zur Fabrikation einer Membran-Elektrodeneinheit (MEA) für zukünftige SOFCs (Solid Oxide Fuel Cells) auf Protonenleiterbasis

Das übergeordnete Ziel des Vorhabens ist die Entwicklung eines inline-fähigen Verfahrens zur ressourcen- und energieeffizienten Herstellung dünner oxidkeramischer Funktionsschichten für die nächste SOFC-Generation.

Links: Funktionsprinzip PCFC. Rechts: OpenFlange-Testzelle

Im Rahmen des Klimawandels und der Energiewende steigt das Interesse an der Nutzung von Wasserstoff als sekundärem Energieträger. Entscheidend für den Beitrag der Wasserstoffnutzung zur Energiewende ist die gesamte Kette von der Erzeugung, der Speicherung und Verteilung, bis zur Rückwandlung in Nutzenergie durch unterschiedliche Technologien, wie z.B. Festoxidbrennstoffzellen. Hauptproblem bei den SOFC ist die hohe Betriebstemperatur von z.Zt. ca. 900 °C. Neben den klassischen sauerstoffionenleitenden SOFC finden protonenleitende Systeme (PCFC) zunehmendes Interesse, weil sie niedrigere Betriebstemperaturen und weitere Vorteile, wie z.B. keine Verdünnung des Brennstoffs versprechen. Um die Verluste zu minimieren und auch die Arbeitstemperaturen in den Bereich von 400-600 °C zu senken, sollen künftig protonenleitende Dünnschichtelektrolyte und Dünnschichtkathoden verwendet werden. Die Transporteigenschaften der Dünnschichtsysteme werden dabei sowohl von den spezifischen physikalisch-chemischen Eigenschaften des Elektrolyten, als auch von der Mikrostruktur, welche entscheidend vom Herstellungsprozess abhängt, bestimmt. Thema der ausgeschriebenen Arbeit ist es protonenleitende Elektrolytschichten, Anoden- und Kathodenschichten über ein nasschemisches Verfahren (CSD – Chemical Solution Deposition) herzustellen, zu charakterisieren und optimieren. Dabei soll neben den klassischen thermischen Verfahren auch Laserannealing zur Kristallisation der Schichten eingesetzt werden.

Die Arbeit ist eingebunden in ein Kooperationsprojekt mit dem Fraunhofer ILT und dem ZBT in Duisburg. Dabei vereinigt die ausgeschriebene Stelle anwendungsnahe Forschung mit Aspekten der Grundlagenforschung.

Folgende Tätigkeitsbereiche fallen unter die ausgeschriebene Promotionsarbeit:

  • Herstellung von Oxid-Dünnschichten für Anode, Elektrolyt und Kathode mittels CSD
  • Anpassung und Modifikation der Präkursorlösungen an das avisierte Metallsubstrat und für den Laserannealingprozess
  • Untersuchungen zum thermischen Zersetzungsverhalten der Präkursorlösungen mittels DSC/TG gekoppelt mit MS
  • Morphologische (HRSEM, AFM), strukturelle (XRD) Probencharakterisierung.
  • Untersuchung des Phasenbildungsverhaltens und der Grenzflächen zwischen den einzelnen Funktionsschichten
  • Elektrochemische Charakterisierung mittels Hochtemperatur elektrochemischer Impedanzspektroskopie unter Einbeziehung verschiedener Gasatmosphären
  • Betreuung der Kooperation mit den Partnern vom ILT und ZBT

Voraussetzungen:

Grundkenntnisse der Festkörperphysik sowie der physikalischen Chemie; Grundkenntnisse in präparativer Chemie; überdurchschnittliche Studienleistungen; Spaß an experimenteller, multidisziplinärer Arbeit in gruppenübergreifenden Teams.

Ansprechpartner:

Prof. Dr. Rainer Waser (waser@iwe.rwth-aachen.de)

Dr. Theodor Schneller (schneller@iwe.rwth-aachen.de)

20.09.2021

Promotionsarbeit

Modeling Memristive Arrays for Energy-Efficient Computation-In-Memory and Neuromorphic Computing

Memristors (or memristive devices) are a class of novel devices that can be programmed in different resistance states. The Institute of Electronic Materials (IWE2) is investigating metal-oxide based memristive devices, which can be easily integrated with CMOS technology and are extremely scalable. Arrays of these memristive devices are currently considered for embedded non-volatile memories in advanced CMOS technologies. These memristor arrays are, however, not only of interest for data storage, but also allow energy-efficient computation inside the memory array. Such Computation-In-Memory (CIM) is expected to be the solution for the current data transfer bottleneck in standard computing architectures where memory and computation units are still separated. Further, they enable very energy-efficient, fully parallel, analog vector-matrix multiplications in artificial neural networks, which may result in low-power mobile artificial intelligent systems.

CIM architecture realized as a memristive crossbar array with peripheral circuit

All these applications depend on the operation of arrays of these memristor devices. While there has been great progress in the understanding and modeling of the individual device operations (including device level variability and reliability), accurate array-level models that are of use in larger system design are still lacking.

Therefore, the aim of the PhD thesis work is to develop array level models, based on physical and statistical device operation and reliability models, and validation of test structures. The established array models will be used e.g. to study design trade-offs in Convolutional Neural Networks.

This research work forms part of the DFG project “Robust Compute-in Memory using Memristors (ROBCOMM)”, in collaboration with the Karlsruhe Institute of Technology. This project forms part of te DFG priority program „Memristive Devices Toward Smart Technical Systems” (SPP 2262). The aim of this project is the development of robust Compute In Memory circuits based on memristive devices.

Type of work

Theoretical, model building, simulation

Preferred profile of candidate:

Electronic Engineer

CONTACT PERSON FOR MORE INFORMATION:

Dr. Dirk Wouters (wouters@iwe.rwth-aachen.de)

15.09.2020

Promotionsarbeit in Elektrotechnik, Physik

Design memristiver, zellulärer, nichtlinearer Netzwerke für die Echtzeitverarbeitung von Videosignalen

Kurzdarstellung der Organisationseinheit

Das PGI-7 beschäftigt sich intensiv mit der Forschung an memristiven Schaltern, die sowohl als nichtflüchtige Speicherbauelemente als auch als Recheneinheiten in sogenannten „Computing-In-Memory“ (CIM) Konzepten eingesetzt werden können. CIM-Systeme stellen eine Alternative zu konventionellen Computern dar. In CIM-Architekturen werden verschiedene arithmetische Operationen direkt im Speicher durchgeführt und somit wird die Energieeffizienz deutlich gesteigert. Diese Architekturen sind besonders gut zur Bearbeitung kognitiver Aufgaben (in sogenannten neuronalen Netzen) wie Bilderkennung, oder automatische Sprachübersetzung, zur Analyse großer Datenmengen, oder zur Berechnung großer Gleichungssysteme geeignet. Im PGI-7 werden memristive Bauelemente und Systeme für diese Anwendungen entwickelt. Die Forschung spannt den Bogen von der Untersuchung der physikalischen Mechanismen, über die elektrische Charakterisierung und der Entwicklung von Simulationsmodellen bis zur Entwicklung einfacher Schaltungen mit memristiven Bauelementen.

Blockdiagramm der Cellular Nonlinear Network Unit.

Verstärken Sie diesen Bereich zum nächstmöglichen Zeitpunkt als Doktorand im DFG Projekt „Universal Memcomputing in Hardware Realizations of Memristor Cellular Nonlinear Networks (Mem2CNN)”, das in Kooperation mit der TU Dresden durchgeführt wird. Die ausgeschriebene Arbeit ist in das DFG-Schwerpunktprogramm „Memristive Devices Toward Smart Technical Systems” (SPP 2262) eingebettet. In dem Projekt Mem2CNN soll ein neuartiges Rechenwerk, die Cellular Nonlinear Network (CNN) auf Basis von memristiven Bauelementen entwickelt werden. Dadurch wird eine CIM Rechnerarchitektur für das Prozessieren großer Datenmengen wie zum Beispiel Videodaten zur Mustererkennung realisiert. Diese Konzepte sollen in Kooperation mit der TU Dresden experimentell validiert werden.

Ihr Profil:

  • Interesse an experimenteller und multidisziplinärer Arbeit in übergreifenden Teams
  • Grundkenntnisse logischer Schaltungen und Computerarchitekturen
  • Grundkenntnisse der Bauelementphysik sowie von elektrischen Messkonzepten und Modellierung
  • Vorkenntnisse im Bereich von Schaltungssimulation und Programmierung

Ansprechpartner/in OE:

Dr. S. Menzel (PGI-7) (st.menzel@fz-juelich.de)
Dr. V. Rana (PGI-10) (v.rana@fz-juelich.de)

15.09.2020

Promotionsarbeit in Elektrotechnik, Materialwissenschaften, Physik

Modellierung analoger, memristiver Baulemente für ternäre Logikkonzepte

Kurzdarstellung der Organisationseinheit

Das PGI-7 beschäftigt sich intensiv mit der Forschung an memristiven Schaltern, die sowohl als nichtflüchtige Speicherbauelemente als auch als Recheneinheiten in sogenannten „Computing-In-Memory“ (CIM) Konzepten eingesetzt werden können. CIM-Systeme stellen eine Alternative zu konventionellen Computern dar. In CIM-Architekturen werden verschiedene arithmetische Operationen direkt im Speicher durchgeführt und somit wird die Energieeffizienz deutlich gesteigert. Diese Architekturen besonders gut zur Bearbeitung kognitiver Aufgaben (in sogenannten neuronalen Netzen) wie Bilderkennung, oder automatische Sprachübersetzung, zur Analyse großer Datenmengen, oder zur Berechnung großer Gleichungssysteme geeignet. Im PGI-7 werden memristive Bauelemente und Systeme für diese Anwendungen entwickelt. Die Forschung spannt den Bogen von der Untersuchung der physikalischen Mechanismen, über die elektrische Charakterisierung und der Entwicklung von Simulationsmodellen bis zur Entwicklung einfacher Schaltungen mit memristiven Bauelementen.

Blockdiagramm der Domino Processing Unit.

Verstärken Sie diesen Bereich zum nächstmöglichen Zeitpunkt als Doktorand im DFG Projekt „Domino Processing Unit: Towards Novel High Efficient In-Memory-Computing (MemDPU)”, das in Kooperation mit der TU Chemnitz durchgeführt wird. Die ausgeschriebene Arbeit ist in das DFG-Schwerpunktprogramm „Memristive Devices Toward Smart Technical Systems” (SPP 2262) eingebettet. In dem Projekt MemDPU soll ein neuartiges Rechenwerk, die Domino Processing Unit (DPU), entwickelt werden, die auf Basis von memristiven Bauelementen eine CIM Rechnerarchitektur für das Prozessieren großer Datenmengen realisiert. Dazu werden eine Reihe von CIM Logikkonzepten für analoge und digitale memristive Bauelemente realisiert und miteinander verglichen. Darauf basierend soll schlussendlich ein DPU-basiertes Rechenkonzept entwickelt werden. Ihre Aufgaben bestehen in der Modellierung von analogen, memristiven Bauelementen und der Entwicklung von ternären Logikkonzepte, die die Möglichkeit der memristiven Bauelemente verschiedene Widerstandszustände zu speichern. Diese Logikkonzepte sollen in Kooperation mit der TU Chemnitz experimentell validiert werden und schlussendlich als 4-bit Rechenwerk realisiert werden.

Ihr Profil:

  • Interesse an experimenteller und multidisziplinärer Arbeit in übergreifenden Teams
  • Grundkenntnisse logischer Schaltungen und Computerarchitekturen
  • Grundkenntnisse der Bauelementphysik sowie von elektrischen Messkonzepte

Ansprechpartner:

Dr. Stephan Menzel (st.menzel@fz-juelich.de)

03.09.2020

Promotionsarbeit Elektrotechnik, Physik, Materialwissenschaften

Hybride Memristor-CMOS Schaltungen zur Aufnahme der Aktivität biologischer Neuronen

Kurzdarstellung der Organisationseinheit

Das PGI-7 beschäftigt sich intensiv mit der Forschung an memristiven Schaltern, die sowohl als nichtflüchtige Speicherbauelemente als auch als Recheneinheiten in sogenannten „Computing-In-Memory“ (CIM) Konzepten eingesetzt werden können. CIM-Systeme stellen eine Alternative zu konventionellen Computern dar. In CIM-Architekturen werden verschiedene arithmetische Operationen direkt im Speicher durchgeführt und somit wird die Energieeffizienz deutlich gesteigert. Diese Architekturen sind besonders gut zur Bearbeitung kognitiver Aufgaben (in sogenannten neuronalen Netzen) wie Bilderkennung, oder automatische Sprachübersetzung, zur Analyse großer Datenmengen, oder zur Berechnung großer Gleichungssysteme geeignet. Im PGI-7 werden memristive Bauelemente und Systeme für diese Anwendungen entwickelt. Die Forschung spannt den Bogen von der Untersuchung der physikalischen Mechanismen, über die elektrische Charakterisierung und der Entwicklung von Simulationsmodellen bis zur Entwicklung einfacher Schaltungen mit memristiven Bauelementen.

Multielektroden Matrix als neuonaler Sensor mit memristiven ECM Zellen für die Echtzeitdatenverarbeitung.

Verstärken Sie diesen Bereich zum nächstmöglichen Zeitpunkt als Doktorand im DFG Projekt „Hybrid MEMristor-CMOS Micro Electrode Array bio-sensing platform (MEMMEA)”, das in Kooperation mit der dem Helmholtz-Zentrum Berlin, der TU Berlin undd dem NMI Reutlingen durchgeführt wird. Die ausgeschriebene Arbeit ist in das DFG-Schwerpunktprogramm „Memristive Devices Toward Smart Technical Systems” (SPP 2262) eingebettet. In dem Projekt MEMMEA soll eine Memristor-CMOS-Hybridschaltung basierend auf memristiven Elektrochemischen Metallisierungszellen (ECM Zellen) entwickelt werden, die die neuronale Aktivität von biologischen Neuronen verarbeitet. Die neuronalen elektrischen Signale von biologischen Neuronen, werden dabei von einem CMOS-basierten Mikro-Elektroden-Array (MEA) aufgenommen und mit Hilfe der dynamischen Eigenschaften memristiven ECM Zellen verarbeitet. Es werden neuartige Memristor-CMOS-Hybridschaltungen entwickelt, um eine On-Chip-Signalverarbeitung zu ermöglichen. Die Entwicklung dieser neuen Schaltungstechniken wird Türen für breitere Biosensorik-Anwendungen öffnen. Zur Realisierung eines solchen Chips müssen Simulationsmodelle für die ECM Zellen entwickelt werden, die für den hybriden Schaltungsentwurf mit CMOS geeignet sind.

Ihr Profil:

  • Interesse an experimenteller und multidisziplinärer Arbeit in übergreifenden Teams
  • Grundkenntnisse der Bauelementphysik bzw. von elektronischen Bauelementen
  • Gute Englischkenntnisse

Ansprechpartner:

Dr. Stephan Menzel (st.menzel@fz-juelich.de)

03.09.2020

Promotionsarbeit in Elektrotechnik, Physik, Materialwissenschaften

Technologie nanoskaliger memristiver Elemente für das neuromorphe Computing

Das Peter-Grünberg-Institut 7 (PGI-7) gehört zur Forschungszentrum Jülich GmbH und betreibt gemeinsam mit der RWTH Aachen Forschung und Entwicklung in der Jülich Aachen Research Alliance (JARA). Der Fokus unserer Gruppe ist es, neue elektronische Materialien, Bauelemente und Schaltungen für die zukünftige Informationstechnik zu entwickeln.

(a) Messaufbau für Chip-Prototypen (b) Passives Crossbar-Array von memristiven Speichern

Forschungsbereich

Wir erforschen im Rahmen der energieeffizienten Informationstechnik (Green IT) Chips für die nächste Computer-Generation. Dazu werden innovative Materialien, Bauelementstrukturen und Schaltkreise benötigt, um das steigende Verlangen nach mehr Rechenleistung zu erfüllen und gleichzeitig den Energieverbrauch pro arithmetischer Operation zu verringern. Unsere Forschung führt die Expertise aus den Bereichen Physik, Materialwissenschaften und Elektrotechnik zusammen, mit dem Ziel neue, energieeffiziente elektronische Bauelemente und Schaltkreise zu entwerfen, die auf elektronischen Eigenschaften von Oxiden basieren.

Aufgabe

In diesem Projekt sollen Chalkogenid-basierte Selektor-Bauelemente mit memristiven Speichern, basierend auf binären Übergangsmetalloxiden (Ta2O5, HfO2, TiO2), auf der Nanoskala (< 100 nm) in einer passiven Crossbar-Architektur integriert werden. Dazu sollen Nano-Bauelemente und kleine Prototyp-Schaltungen entworfen werden, die gemeinsam mit anderen Projektmitgliedern in einem Reinraum mit Klasse-100 (Helmholtz Nanoelectronic Facility, HNF) hergestellt werden. Nach der Herstellung sollen die Bauelemente und Schaltungen durch verschiedene logik-spezifische elektrische Messungen charakterisiert werden.

Profil

  • Masterabschluss in Physik, Chemie, Elektrotechnik oder den Materialwissenschaften mit einer sehr guten Note
  • Erfahrungen mit Photolitographie, Nass-/Trockenätzverfahren, Abscheidung von Dünnschichten, oder E-Beam-Lithographie und Nanoimprint-Lithographie
  • Interesse an Halbleiterprozessierung, sowie Bauelement- und Schaltkreis-Charakterisierung
  • Gutes Grundlagen-Wissen über Halbleiterbauelemente wie Diode, MOSFET, sowie über die CMOS-Technologie
  • Sehr gute Englischkenntnisse (schriftlich und mündlich)
  • Teamfähigkeit und kritisches Hinterfragen erforderlich

Unser Angebot

  • Exzellentes wissenschaftliches Umfeld und technische Einrichtungen auf dem Campus
  • Gelegenheit, Teil einer nationalen und internationalen wissenschaftlichen Gemeinschaft zu werden
  • Internationale, interdisziplinäre Arbeitsumgebung auf einem attraktiven Campus mit idealer Lage zwischen Köln, Düsseldorf und Aachen
  • Volles Promotionsstipendium (begrenzt auf 3 Jahre)

Kontakt

Für weitere Informationen zum Projekt bitte Dr. Vikas Rana (v.rana@fz-juelich.de)
oder Prof. R. Waser (r.waser@fz-juelich.de) kontaktieren,

Bitte die Bewerbung inklusive relevanter Dokumente und persönlicher Interessen,
per E-Mail an r.waser@fz-juelich.de senden.

Prof. Rainer Waser
Peter Grünberg Institut (PGI-7)
Forschungszentrum Jülich
52425 Jülich

29.11.2018

PhD position in Forzungszentrum Jülich on Neuromorphic computing

The MAMMAL Learning Machine: A Hierarchical Memory Approach Based on Resistive Switching Memory for Neo-Cortex Inspired Machine Learning of Temporal and Spatial Series

Topic: Neuromorphic computing is becoming increasingly important to solve cognitive tasks in applications such as image recognition, automatic translation, large data analysis, and autonomous driving. Its concept relies on brain-inspired artificial neural networks, that are trained rather than programmed. However, today’s successful so-called Deep-Learning systems are only running on software and are still implemented on classical von Neumann computers, which makes them very energy inefficient compared to the brain. Furthermore, their need for massive training data and supervised learning indicates that our brains function very differently.

Hence, the need for a better understanding of the brain, together with improved hardware to mimic that brain functionality. The proposed research work will aim at combining both. It will investigate in more detail Neuroscience based alternative “algorithms” for neuromorphic computing, based on the so-called Hierarchical Temporary Memory concept. The hardware implementation of these algorithms will be realized on resistive switching ReRAM devices, which constitute a new type of emerging memristive devices. The intrinsic variability of these devices offers the potential to store probabilities, and by that to make circuits that not only recognize but also predict.

Institutes:

As this research directly links neuroscience insights with emerging device properties, it spans over two different institutes: the Computational and Systems Neuroscience (INM-6, Prof. Markus Diesmann) Institute and the JARA-Institute Green IT (PGI-10 Prof.’s Rainer Waser, Matthias Wuttig, and Tobias Noll). The role of the INM-6 institute is to provide insights in network structure and connectivity, role of prediction/comparison, and data representation in the brain and, eventually, simulation of the “learning system” elements using platforms as NEST. The role of PGI-10 is on learning system and algorithm development, as well as on the optimization of different types of RS devices (Redox-based resistive RAM as well as Phase Change memory devices).

Type of work:

The work consist of building and programming of a prototype system around a ReRAM array, on which different learning algorithms will be implemented and evaluated.

Preferred profile of candidate:

Electronic Engineer

Interesting read:

“On Intelligence”, author Jeff Hawkins

Contact person for more information:

Dr.Dirk Wouters (wouters@iwe.rwth-aachen.de)

09.03.2018

Promotionsarbeit für Physiker, Chemiker

Metalloxidcluster als neuartige resistive Schaltelemente

Die kontinuierliche Verkleinerung von konventionellen CMOS-Bauelementen hat in der Vergangenheit zu einem steten Anstieg an Speicherkapazität und Rechenleistung geführt. Da diese Entwicklung aber zunehmend an physikalische Grenzen stößt, müssen alternative Technologien entwickelt werden. Eine Möglichkeit besteht in der Verwendung von molekularen Systemen als Informationsträgern. Die bereits erfolgreich etablierte Technik des resistiven Schaltens zwischen verschiedenen elektrischen Leitfähigkeiten von Metall­oxid­filmen eignet sich hierfür in besonderem Maße (? ReRAMs). Durch Verwendung von Metalloxid-Clustern als Ersatz für die bislang üblichen Dünnschichtsysteme bietet sich die Möglichkeit zur Entwicklung neuartiger Speicherzellen im Nanometermaßstab.

Im Institut für elektronische Materialien (PGI-7) des Forschungszentrums Jülich ist ab Januar 2016 im Rahmen einer Kooperation mit dem Institut für Anorganische Chemie der RWTH Aachen eine Stelle für


eine wissenschaftliche Mitarbeiterin
oder einen wissenschaftlichen Mitarbeiter
(Entgeltgruppe 13 TV‑L)

mit der Hälfte der regelmäßigen Arbeitszeit befristet für die Dauer von 3 Jahren zu besetzen. Die Beschäftigungsdauer richtet sich nach den Vorschriften des Wissen­schafts­zeit­vertrags­gesetzes.

Im Rahmen der Promotion sollen verschiedene komplexe Polyoxovanadate (POV) auf ihre Eigenschaften zum resistiven Schalten hin untersucht werden. Hierzu wird zunächst die Adsorption der Moleküle auf verschiedenen Oberflächen charakterisiert und anschließend deren Redoxzustand durch gezielten Ladungstransfer gesteuert. Die Aufgabenstellung umfasst zunächst die Überführung der Moleküle ins Ultrahochvakuum, die hochauflösende Abbildung sowie die elektronische Charakterisierung der Moleküle. Im finalen Schritt soll schließlich der molekulare Redoxzustand durch gezielten Ladungstransfer mit der STM-Spitze manipuliert werden, um unterschiedliche Informationszustände zu simulieren.

Anforderungen:

  • Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom oder Master) im Fach Physik oder Chemie (bevorzugt mit Schwerpunkt Physikalische Chemie) mit der Note gut oder besser
  • Erfahrung im Umgang mit Rastersondenmikroskopie und / oder anderen oberflächensensitiven Untersuchungstechniken, möglichst auch unter Ultrahochvakuumbedingungen
  • Fähigkeit zum selbstständigen wissenschaftlichen Arbeiten
  • Gute schriftliche und mündliche Englischkenntnisse

Auskunft erteilt:

Dr. Kirill Monakhov (Institut für Anorganische Chemie, RWTH Aachen),
Email: kirill.monakhov@ac.rwth-aachen.de
Dr. Marco Moors (Peter Grünberg Institut, FZ Jülich),
Email: m.moors@fz-juelich.de