메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제8호(통권 제537호)
발행연도
2022.8
수록면
115 - 124 (10page)
DOI
10.5573/ieie.2022.59.8.115

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
Work function variation (WFV), Random dopant fluctuation (RDF) 현상은 FinFET에서 발생하는 Process-induced variation 현상의 주요 원인이다. 본 연구에서는 5nm 노드 FinFET에서 WFV/RDF가 유도하는 전기적 소자 특성의 변동 예측을 위해 Artificial neural network (ANN) 모델을 사용한 발전된 방법을 제안한다. 본 논문에서의 ANN 모델은 4개의 input feature [i.e., Average grain size(AGS), Source/Drain doping density(S/D doping), Retrograde channel doping concentration(RCD doping), Retrograde channel doping peak point(RCD Peak)]를 사용해서 소자 성능을 나타내는 7개 output feature [i.e., off-state leakage current(I<SUB>off</SUB>), saturation drain current(I<SUB>dsat</SUB>), linear drain current(I<SUB>dlin</SUB>), low drain current(I<SUB>dlo</SUB>), high drain current (I<SUB>dhi</SUB>), saturation threshold voltage(V<SUB>tsat</SUB>) and linear threshold voltage(V<SUB>tlin</SUB>)]를 예측한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결과
Ⅳ. 결론
REFERENCES

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-569-001701617