Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
머신러닝을 이용한 나노시트 전계효과 트랜지스터의 구조변화에 대한 영향도 분석Study of Geometry Parameter Variation in Nanosheet Field Effect Transistor using Machine-learning Methods
- Other Titles
- Study of Geometry Parameter Variation in Nanosheet Field Effect Transistor using Machine-learning Methods
- Issue Date
- 2021
- Publisher
- 대한전자공학회
- Keywords
- Nanosheet field effect transistor; Numerical simuation; T-CAD simulation; Machine learning; XGBoost
- Citation
- 전자공학회논문지, v.58, no.8, pp.43 - 48
- Indexed
- KCI
- Journal Title
- 전자공학회논문지
- Volume
- 58
- Number
- 8
- Start Page
- 43
- End Page
- 48
- ISSN
- 2287-5026
- Abstract
- 본 연구에서는 Gradient boosting model을 이용한 나노시트 전계효과 트랜지스터의 파라미터 변화에 대한 영향도를 분석하였다. T-CAD 시뮬레이션을 이용하여 머신러닝을 학습시키기 위한 데이터를 추출하였다. Gradient boosting model 중에서 XGBoost와 LightGBM 알고리즘의 정확도를 비교하고, 높은 정확도의 알고리즘에 따른 파라미터의 중요도를 분석하였다. 이러한 T-CAD 시뮬레이션과 머신 러닝의 활용을 통해서 반도체 소자의 발전에 시간과 비용을 획기적으로 줄일 수 있다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 공과대학 > 전기공학과 > Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.