상세 보기
머신러닝을 이용한 나노시트 전계효과 트랜지스터의 구조변화에 대한 영향도 분석
Study of Geometry Parameter Variation in Nanosheet Field Effect Transistor using Machine-learning Methods
- 박건호;
- 김정식
초록
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.
키워드
Nanosheet field effect transistor; Numerical simuation; T-CAD simulation; Machine learning; XGBoost
- 제목
- 머신러닝을 이용한 나노시트 전계효과 트랜지스터의 구조변화에 대한 영향도 분석
- 제목 (타언어)
- Study of Geometry Parameter Variation in Nanosheet Field Effect Transistor using Machine-learning Methods
- 저자
- 박건호; 김정식
- 발행일
- 2021-08
- 저널명
- 전자공학회논문지
- 권
- 58
- 호
- 8
- 페이지
- 43 ~ 48
- 언어
- KOR
- 출판사
- 대한전자공학회
- 발행국가
- 대한민국
- 분량
- 6 페이지
- ISSN
- E 2288-159X
P 2287-5026