머신러닝 이용한 슈퍼접합 모스펫의 최적화 연구

이경엽; 하종현; 김정식

doi:10.5370/KIEE.2021.70.10.1475

추천

검색

질문

자료유형: 학술저널

저자정보: 이경엽 (Gyeongsang National University) 하종현 (Gyeongsang National University) 김정식 (Gyeongsang National University)

저널정보: 대한전기학회 전기학회논문지 전기학회논문지 제70권 제10호

발행연도: 2021.10

수록면: 1,475 - 1,480 (6page)

DOI: 10.5370/KIEE.2021.70.10.1475

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this work, the the adoption of machine learning for optimization of superjunction MOSFET is investigated. Abundant data (on-resistance(R<SUB>ON</SUB>), breakdown voltage(BV)) with various process parameters is earned by technology computer-aided design (TCAD) simulation. We also compare the prediction accuracy between eXtreme Gradient Boosting (XGBoost) and Light Gradient Boosting Machine (LightGBM). XGBoost shows higher accuracy than LightGBM. The use of machine learning is very effective way to reduce the cost and time of superjunction MOSFET development.

#Machine Learning #Superjunction MOSFET #numerical simulation #TCAD simulation

참고문헌 (18)

참고문헌 신청

F. Udrea / 2017 / Superjunction Power Devices, History, Development, and Future Prospects / IEEE Transactions on Electron Devices 64(3):713~727

Xing-Bi Chen / 2001 / Optimization of the specific on-resistance of the COOLMOS/sup TM/ / IEEE Transactions on Electron Devices 48(2):344~348

H. Ye / 2008 / Optimization of the Porous-Silicon-Based Superjunction Power MOSFET / IEEE Transactions on Electron Devices 55(8):2246~2251

W. Zhang / 2015 / Theory of Superjunction With NFD and FD Modes Based on Normalized Breakdown Voltage / IEEE Transactions on Electron Devices 62(12):4114~4120

H. Huang / 2012 / Optimization of Specific On-Resistance of Balanced Symmetric Superjunction MOSFETs Based on a Better Approximation of Ionization Integral / IEEE Transactions on Electron Devices 59(10):2742~2747

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이경엽

소속기관 경상대학교

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 4 이용수 279

허종현

소속기관 경성대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 사회과학 > 관광학

논문수 10 이용수 985

김정식

소속기관 경상국립대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 전자공학

논문수 10 이용수 871

이 논문과 함께 이용한 논문

유로존 위기의 극복과정에서의 정치적 요인에 대한 연구 : 그리스 재정위기를 중심으로

박재정 사회과학연구 2016 .01

MOSFET 고주파 노이즈의 물성 기반 인공신경망 모델링

이종환 전기학회논문지 2021 .02

도핑 기반 신축성 유기 반도체의 성능 개선에 관한 연구

송기범 , 정성식 , 서동현 외 1명 한국정밀공학회 학술발표대회 논문집 2024 .05

[TECHNOLOGY] 고전압에도 잘 견디는 전력 반도체 트랜지스터 ‘모스펫(MOSFET)’ 개발

안재후 Popular Science 2019 .06

유기 반도체 기반 차세대 광전자소자 연구개발 기술 동향

강동원 전기의세계 2024 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)