표제지
국문초록
목차
1. 서론 9
2. 측정 및 시뮬레이션 13
2.1. DRAM 셀 트랜지스터 전류-전압 특성 13
2.2. BSIM 시뮬레이션 15
2.3. 핫 캐리어 열화 17
3. 유전 알고리즘 18
3.1. 유전 알고리즘 개요 18
3.2. 유전 알고리즘 순서도 20
3.2.1. 초기화 20
3.2.2. 적합도 평가 22
3.2.3. 선택 23
3.2.4. 교차 23
3.2.5. 변이 24
3.2.6. 교체 26
3.2.7. 종료 체크 26
3.3 유전 알고리즘 결과 27
4. 딥러닝 31
4.1. Deep neural network(DNN) 구조 31
4.2. 학습 및 테스트 34
4.3. 모델링 결과 34
4.4. 적합도 점수 36
5. 핫 캐리어 열화 모델링 38
5.1. Deep neural network(DNN) 구조 38
5.2. 모델링 결과 40
6. 결론 43
참고문헌 44
Abstract 47
[표 1] 핫 캐리어 열화에 대한 측정값과 모델링 결과 비교 42
[그림 1] DRAM 셀 트랜지스터 전류-전압 특성 모델링 11
[그림 2] DRAM 셀 트랜지스터 (a) 전달 특성 (b) 출력 특성 14
[그림 3] 최적화 이전 BSIM 모델 (a) 전달 특성 (b) 출력 특성 16
[그림 4] DRAM 셀 트랜지스터 핫 캐리어 열화 특성 17
[그림 5] 유전 알고리즘 순서도 19
[그림 6] 초기 개체 생성 21
[그림 7] 교차와 변이 25
[그림 8] 세대 수에 따른 (a) 적합도 점수 분포 (b) box plot 28
[그림 9] 유전 알고리즘 결과 (a) 전달 특성 (b) 출력 특성 30
[그림 10] deep neural network 구조 33
[그림 11] 최종 모델링 결과 (a) 전달 특성 (b) 출력 특성 35
[그림 12] 적합도 점수 변화 (a) 전달 특성 (b) 출력 특성 37
[그림 13] 핫 캐리어 열화 모델링을 위한 DNN 구조 39
[그림 14] (a) 핫 캐리어 열화 모델링 결과 (b) [그림 14] (a)의 VGS = 1.25 ~ 2.0 V 범위[이미지참조] 41