专利名称：单片半导体器件及其制造方法
技术领域：
本发明涉及一种单片半导体器件及其制造方法。这里，术语单片意思是器件具有一个衬底。
根据本发明的一个方面，提供一种单片半导体器件，包括衬底；形成于衬底上的光电导材料层；形成于光电导材料上的透明绝缘体；及在被电激发时发光的材料层，所说发光材料层形成于透明绝缘体上。
发光层较好是有机电发光材料，例如发光聚合物。
有益的是，器件构成并设置为用作显示器。
本发明还提供一种包括多个本发明的半导体器件的神经网络。
根据本发明的另一方面，提供一种制造单片半导体器件的方法，包括以下步骤提供衬底；在衬底上形成光电导材料层；在光电导材料上形成透明绝缘体；在透明绝缘体上形成被电激发时发光的材料层。
该方法较好是采用TFT技术。
有益的是，该方法还包括在衬底上形成多个TFTs的步骤，各所说TFTs分别与光电导和发光层相连。
下面仅用例子，结合附图介绍本发明的各实施例，其中
图1示出了穿过根据本发明一个实施例的半导体器件的示意剖面图，图2是展示基本光电模拟神经网络和模拟向量矩阵乘法情况的示意电路图，图3示出了图2所示设计的改进，图4是利用图1所示类型的多个半导体器件的神经网络的示意电路设计图，图5是包含在图6所示设计中的Si层结构的放大平面图，及图6是根据本发明一个实施例网络中的神经元及其突触接点的平面图。
图1的示意纵剖图示出了根据本发明的半导体器件的一个实施例。该器件的主构件有衬底12、光电导层16和发光元件30。发光材料26和光电导层16之间的层22和24是透明的。
具体说，半导体器件10包括其上形成有绝缘氧化物14的衬底12。氧化物14上设置有非晶硅层(a-Si)16。在a-Si层的每个端部形成有各n+区18。这些n+端子18与各金属电极20接触，各金属电极20延伸穿过形成于a-Si层16上的透明绝缘层22。引线21连接各电极与器件的外部。透明绝缘体22由二氧化硅形成。在该透明绝缘体上，以与有源光电导区16自对准的方式，形成有透明导体(例如氧化铟锡)24。ITO导体24构成发光元件30的一个电极。这样，在ITO层24上设置发光材料26，并在发光材料26的关于ITO层24的相对侧上，设置金属电极28。发光材料是PPV，电极28例如可以由Ca或Al形成。场氧化物32覆盖整个结构的整个上表面。
所属领域的技术人员容易明白，图1所示结构可利用采用常规掩模和离子注入工艺的常规半导体制造技术制造。具体说，该器件可利用常规多晶硅TFT技术制造。
还容易明白，图1所示实施例可有效地作为层状晶体管工作，所以ITO应接地，从而实现这里所述的工作效果。
发光元件30较好是有机电发光器件(0ELD)。有机电发光器件已为人们熟知，这里不需要介绍该器件的有源材料和工作情况。这种器件当然可以是电流驱动器件。
采用OELD和多晶硅TFT技术实现图1所示设计的特殊优点在于，整个制造工艺可以是低温工艺。
下面将具体介绍一个特定且非限制性的应用，其中可采用图1器件实现明显优于现有设计的效果。这种应用是光电神经网络。
光电神经网络是已知的。它们能提供模拟向量矩阵乘法，容易适用于在网络中的突触量大时，利用短的总系统响应时间进行并行处理。模拟网络比数字网络更接近人的神经系统，所以应比数字网络能够更好地分析抽像概念。然而，已知光电神经网络存在严重的局限，会妨碍它们的广泛传播利用。所以，本发明的一个方面是提供一种光电神经网络。
图2是展示基本光电模拟神经网络和模拟向量矩阵乘法的情况的示意电路图。该电路包括接在矩阵中纵横导体之间的多个光敏电阻40。每个光敏电阻构成一个神经元。横向导体的总电流是纵向导体和光敏电阻的横向阵列的电导值间的点乘积。向量矩阵乘法通过应用欧姆定律得到，所以横向电流被传到电流-电压转换器，然后到鉴别器。采用图2中所用参考符号，向量矩阵乘法表示为Vi′=Σj=0N-1AiGi,jUj.fori=0..M-1]]>其中A是电流-电压转换器的增益，G是光电导体的电导，U是纵向导体的电压，M是横向导体的数目，N是纵向导体的数目。
容易明白，如图2，采用离散的光敏电阻的配置是体积较大而且实际实施时可以提供的神经元数非常有限。
图3示出了试图克服上述缺点的基本设计的改进。如图3所示，硅光电导体的屏板50与液晶(LC)光栏54的玻璃屏板51配套固定。这种结构可以使基本设计的尺寸极大减小，甚至能为每个光电导体提供多个光栏。一般来说，可以为每个光电导体提供4×4矩阵即16个光栏。照明整个LC屏板，每个光栏有两个状态，开和关。所以每个光电导体可以识别17个分立亮度(神经网络传感器中的权数(weightings))。关于神经网络，实际应用时仍存在一定的限制。另一问题是图3所示设计会存在相邻神经元间严重串扰的问题。这些问题会因需要从光传感器分离光源的玻璃屏板的厚度而更加严重。另外，由于光电导体屏板和LC屏板需要的外部连接的数目，会增加器件复杂性。
本发明的单片半导体器件可以实现进一步改善的光电模拟神经网络。
在该器件应用于神经网络时，图1所示器件构成一个神经元，应认识到，可以在一个硅晶片上同时制造这种神经元的巨大网络。所以，应认识到，容易提高集成密度。另外，从图1可以直接看出，可以消除神经元间的串扰。另外，与提供LC屏板和光电导体屏板相比，可以显著降低外部连接的复杂性。利用本发明的半导体器件实现的网络与图3所示为每个光电导体提供各自独立光源的网络从根本上来说是不同的。所以，明显的优势是，由于每个神经元的光源强度可连续独立变化，所以根据本发明的网络中的每个神经元理论都可以具有无限大的权数，而不是17个分立权数。
图4示出了利用根据本发明的多个半导体器件的神经网络的示意电路设计图。根据图4的设计，每个OELD由多晶硅TFT电流源驱动，利用构成为电流-电压转换器的多晶硅TFT运算放大器，可以得到横向导体的电流总和。所以，可以利用常规TFT技术，在一个晶片上实现整个网络。
图6示出了神经元及其突触接点的平面图。为便于理解，图5示出了a-Si结构的放大平面图。a-Si层的图示结构使接触效应(电阻比)最小，所以增强了该层的光电导特性。
结合图1，制造图6所示设计的方法首先提供带有绝缘氧化物14的器件衬底12，然后在其上形成图5的光电导a-Si层(16)。然后，在光电导体16上形成透明绝缘SiO2层22。然后，通过在阴极材料(28)层和ITO层(24)间夹入发光聚合物(LEP)，形成OELD。然后离子注入光电导体端子18。然后，腐蚀通道，并淀积金属1和2。
由于该器件也可以用作显示器，所以通过使衬底和绝缘氧化物14透明，可以利用图1和6所示器件实现额外用途。关于这一点，应认识到，a-Si层的所示结构没有覆盖器件的整个照明区。关于这种器件用途的一个例子，采用了a-Si矩阵的手写识别系统可以任意记录手写体，神经网络可用于分析图像，最后，该器件可用于显示分析结果。该器件的其它应用包括用于便携式传真机，及亮度控制装置。
可以做出各种改进而不脱离本发明的范围。
权利要求
1．一种单片半导体器件，包括衬底；形成于衬底上的光电导材料层；形成于光电导材料上的透明绝缘体；及在被电激发时发光的材料层，所说发光材料层形成于透明绝缘体上。
2．根据权利要求1所述的半导体器件，其中发光层是有机电发光材料。
3．根据权利要求1或2所述的半导体器件，其中发光层是发光聚合物。
4．根据上述任一项权利要求所述的半导体器件，其中光电导材料的面积小于发光材料的面积。
5．根据权利要求4所述的半导体器件，其中衬底透明。
6．根据上述任一项权利要求所述的半导体器件，其中衬底和光电导材料层之间设置有绝缘材料层，透明电极形成于透明绝缘体和发光材料之间。
7．根据权利要求6所述的半导体器件，其中透明电极是ITO。
8．一种神经网络，包括多个上述任一项权利要求所述的半导体器件。
9．一种制造单半导体器件的方法，包括以下步骤提供衬底；在衬底上形成光电导材料层；在光电导材料上形成透明绝缘体；在透明绝缘体上形成被电激发时发光的材料层。
10．根据权利要求9所述的方法，还包括以下步骤在衬底上形成绝缘材料层，以便随后在绝缘材料上形成光电导材料层；在透明绝缘体上形成透明电极，以便随后在透明电极上形成发光材料层。
11．根据权利要求9或10所述的方法，还包括以下步骤在发光材料层上形成电极；然后利用离子注入在光电导体层中形成端子区。
12．根据权利要求9-11中任一项所述的方法，其中该方法使用TFT技术。
13．根据权利要求12所述的方法，还包括以下步骤在衬底上形成一个以上TFT的步骤，所说各TFT分别与光电导和/或发光层工作上相连。
全文摘要
一种单片半导体器件,包括:衬底(12);形成于衬底(12)上的光电导材料层(16);形成于光电导材料(16)上的透明绝缘体(22);及在被电激发时发光的材料层(26),所说发光材料层(26)形成于透明绝缘体(22)上。发光材料(26)较好是有机电发光材料,例如聚合物。该器件的特殊应用是实现模拟基础上的神经网络,选择和设计各元件,该器件还可用作显示器。还公开了一种制造所说器件的方法。
文档编号G09F9/00GK1319258SQ00801538
公开日2001年10月24日 申请日期2000年5月26日 优先权日1999年5月27日
发明者S·谭, P·米格利奥托 申请人:精工爱普生株式会社