22 research outputs found
Superior QLC Retention Enhancement of a Large Memory Window FEFET Through Gate Stack Engineering
No full text3-D NAND flash cells with ferroelectric field-effect transistors (FEFETs) have gained significant attention due to emerging challenges in 3-D NAND technology. Although metal-insulator-ferroelectric-insulator-semiconductor (MIFIS) structures provide large memory windows (MWs), FEFET is still under extensive research and faces critical issues such as data retention, write endurance, disturbance, variability, scalability, gate stack thickness, write voltage, and thermal stability of FE-HfO2. Here, we propose a novel gate stack, metal-insulator-high k insulator-ferroelectric-insulator-semiconductor (MIKFIS) to address these challenges. The MIKFIS FEFET achieves a large MW of 12.2 V and demonstrates highly enhanced quad-level-cell (QLC) data retention at both 24 C-degrees and 85 C-degrees. Moreover, MIKFIS offers additional benefits, including reduced monoclinic-(m-) phase formation, reduced gate stack thickness, decreased equivalent oxide thickness (EOT), and enhanced FE switching. The origin of the superior retention of MIKFIS is investigated using a revised measurement technique developed to accurately extract polarization.
Machine Learning Strategy for Predicting Process Variability Effect in Ultra-scaled GAA FET and 3D NAND Flash Devices
No full text학위논문 (박사) -- 서울대학교 대학원 : 공과대학 전기·정보공학부, 2020. 8. 신형철.본 논문에서는 다양한 공정 변동 요인에 의한 영향을 초소형 GAA FET 소자 및 3차원 NAND Flash Memory 소자에서 정확하게 예측하기 위한 기계 학습 접근법을 제시하였다. 공정 변동성 요인에 의한 영향은 로직 소자와 메모리 소자에서 여러가지 신뢰성 문제의 원인으로 작용하며 특히, 로직 및 메모리 소자의 수율을 결정하는 마진을 감소시켜 정확한 예측 및 제어가 필수적이다.
기계학습 시스템은 크게 비지도적 학습(=Unsupervised Learning), 지도적 학습(=Supervised Learning), 강화 학습(=Reinforcement Learning)의 3가지 계열로 구분된다. 이 중, 소자 특성을 분석하고 변동성 영향 예측을 목적으로 하는 경우 정해진 입출력(Training data) 값에 근거하여 회귀론적 방법으로 예측 모델을 학습시키는 지도적 학습 계열의 기계학습 시스템이 가장 적합한 방법이다. 지도적 학습 계열의 기계학습 시스템은 다양한 변동성 요소에 대한 다각도의 소자 특성을 예측하여야 하기 때문에 다중 노드(=Multi-Node, MN)를 갖는 복잡한 알고리즘(e.g., Artificial neural networks)기반의 다중 입력-다중 출력(=Multi-Input/Multi-Output, MIMO)을 통해 제시되었다.
기계학습 시스템의 초기 단계로 단일 트렌지스터의 변동성 요인을 선행 분석하였다. 초소형 GAA (Gall-All-Around) VFET (Vertical FET) 디바이스의 프로세스 변동 (PV)을 사용하여 주요 전기 매개 변수의 변동을 예측하는 정확하고 효율적인 기계 학습 (ML) 방식을 제시하였다. 제안 된 기계 학습 접근법은 3D 확률론적 TCAD 시뮬레이션과 비교했을 때 동일한 정확도와 우수한 효율성을 보여준다. 인공 신경 네트워크 기반 (ANN) 기계 학습 알고리즘은 MIMO (Multi-input-Multi-Output) 예측을 매우 효과적으로 수행 할 수 있다.
기계 학습 시스템의 발전된 단계로써, 3D NAND 플래시 메모리의 주요 전기 매개 변수의 변화를 예측하는 가변성 인식 기계 학습 시스템을 제안한다. 우리는 최초로 인공 신경 네트워크 (ANN) 알고리즘 기반 ML 시스템의 예측 영향 요인 효과의 정확성, 효율성 및 일반성을 검증하였다. 따라서 다양한 변동 원인으로 인한 장치의 주요 전기적 특성 변화가 동시에 통합적으로 예측된다. 이 알고리즘은 3D 확률론적 TCAD 시뮬레이션을 벤치마킹하여 1 % 미만의 예측 오류율과 80 % 이상의 계산 비용 절감을 보여줍니다. 또한, 층수가 증가함에 따라 다양한 구조 조건을 갖는 3 차원 낸드 플래시 메모리의 동작 특성을 예측함으로써 알고리즘의 일반성을 확인할 수 있다.This paper presents a Machine Learning (ML) approach for accurately predicting the effects of various process variation sources on ultra-scaled GAA FET devices and 3D NAND Flash Memories. The effects of process variability sources cause various reliability problems in logic and memory devices. In particular, accurate prediction and control is essential by reducing the margin that determine the yield of logic and memory devices.
The machine learning system is largely divided into three classes: Unsupervised Learning, Supervised Learning, and Reinforcement Learning. Among them, a supervised learning series machine learning system, which uses a regression method to train predictive models based on input and output (Training data) values, is the most suitable method for analyzing device characteristics and predicting variability effects. Since the machine learning system of the supervised learning series needs to predict the characteristics of various devices of various variability sources, it is possible to use multiple input-multiple outputs (MIMO) based on complex algorithms (artificial neural networks) with multiple nodes (MN).
In the early stages of the ML system, the variability sources of a single transistor is analyzed. We propose an accurate and efficient machine learning approach which predicts variations in key electrical parameters using process variations (PV) from ultra-scaled gate-all-around (GAA) vertical FET (VFET) devices. The proposed machine learning approach shows the same accuracy and good efficiency when compared to 3D stochastic Technology-CAD (TCAD) simulation. Artificial Neural Network Based (ANN) machine learning algorithm can perform Multi-input-Multi-Output prediction very effectively.
As an advanced stage of the ML system, we propose a variability-aware ML approach that predicts variations in the key electrical parameters of 3D NAND Flash memories. For the first time, we have verified the accuracy, efficiency, and generality of the predictive impact factor effects of ANN algorithm-based ML systems. ANN-based ML algorithms can be very effective in MIMO prediction. Therefore, changes in the key electrical characteristics of the device caused by various sources of variability are simultaneously and integrally predicted. This algorithm benchmarks 3D stochastic TCAD simulation, showing a prediction error rate of less than 1% as well as a calculation cost reduction of over 80%. In addition, the generality of the algorithm is confirmed by predicting the operating characteristics of the 3D NAND Flash memory with various structural conditions as the number of layers increases.Chapter 1. Introduction 1
1.1. Emergence of Ultra-scaled 3D Device 1
1.2. Increasing Difficulty of Interpreting Variability Issues 5
1.3. Need for Accurate Variability Prediction 10
Chapter 2. Machine Learning System 15
2.1. Introduction 15
2.2. Analysis of Variability through TCAD Simulation 17
2.3. Structure of Machine Learning Algorithm 25
2.4. Summary 35
Chapter 3. Prediction of Process Variation Effect for Ultra-scaled GAA Vertical FET Devices 40
3.1. Introduction 40
3.2 Simulation Structure and Methodology 42
3.3. Results and Discussion 45
3.4. Summary 58
Chapter 4. Prediction of Process Variation Effect for 3D NAND Flash Memories 63
4.1. Introduction 63
4.2 Simulation Structure and Methodology 64
4.3. Results and Discussion 74
4.4. Summary 99
Chapter 5. Conclusion 104
Bibliography 106
Abstract in Korean 111Docto
A Study on The Educational Methods of 'Santification' Based on Praxis Epistemology (In The Context of Sung Kyul Church)
No full text본 논문은 T.H.Groome의 실천적 인식론에 기초하여서, 예수교 대한 성결교회를 장으로 한 '성결'교육(The Educational Methods of Sanctification)의 한 방법을 모색하는 것을 그 목적으로 한다.
제1장에서는 최근 기독교 교육학의 흐름 속에서 실천적 인식론으로의 전환을 이야기하고, 이에 반해 실천적 인식론에 근거하지 않으므로써 예수교 대한 성결교회의 교육이 안고 있는 문제점을 지적한다. 그리고 이에 따른 교육적 대안으로 실천적 인식론에 기초한 교육방법을 모색해야 한다는 것을 제언함으로써 논문의 목적과 의의를 밝힌다.
제2장은 예수교 대한 성결교회의 교육방법을 모색할 수 있는 가능성에 대한 예비적 고찰로서 실천적 인식론의 이론적 전제와 Shared Praxis 교육방법을 살핀다. 우선 실천적 인식론의 이론적 전제는 그룸의 신학적, 철학적, 교육학적 기반위에서 이해된다. 그의 신학적 기반은 하나님 나라에 대한 활력있는 응답과 기독교 신앙 형성과 그리고 인간의 해방에 있다. 다음으로 그의 철학적 기반이 되는 것은 아리스토텔레스, 헤겔, 막스, 하버마스, 프레어리의 사상에 있는데, 특히 프락시스 인식론을 교육 철학의 중심 구조로 사용하는 프레어리에게서 많은 영향을 받았다. 끝으로 그는 신학과 기독교 교육의 상호적 관계위에 그 교육학적 기반을 두고 J.Piaget의 기원 인식론(Genetic Epistemology)에서 그 타당성을 규명한다. 다음으로 그는 실천적 인식론을 토대로 하여서 Shared Praxis 교육방법을 제시한다. Shared Praxis 교육방법은 학습자들의 현재적 행동을 기독교 이야기와 비젼을 상호 비판적, 변증법적으로 성찰하여 실천적 행동에의 결단을 촉진시키는 것이다. 그룸은 이것이 기독교 신앙과 삶의 균열을 줄이며 이론과 실천의 통합을 유지시킬 수 있다고 본다.
제3장은, 제2장에서 살핀 실천적 인식론을 기반으로 하여 예수교 대한 성결교회를 장으로 한 교육방법 모색을 시도한다. 이를 위해 우선 현재 예수교 대한 성결교회의 교육방법을 유년부, 초등부, 중고등부, 구역공과를 중심으로 분석한다. 다음으로 예수교 대한 성결교회의 교육 신학적 전제가 되는 웨슬레 신학의 성결론을 사회 실천적 문제에 촛점을 두어 살핀 후, 여기에서 '성결'교육의 한 방법의 근거를 찾는다. 셋째로 그룸의 실천적 인식론을 예수교 대한 성결교회의 교회적 전통과 그 교육의 장에 적용 하는 데 있어서 그의 한계점과 가능성을 지적한다. 그리고 그 적용 가능한 것의 하나로 '성결'교육의 한 방법 모색을 시도한다. 이 교육 방법은 성서와 학습자의 현재적 상황을 상호 비판적으로 성찰하여 성결한 그리스도인의 삶으로 이끌어 내는 것이다. 이것은 예수교 대한 성결교회의 교육 목적 - 중생하고 성결한 삶 - 을 보다 효과적으로 수행할 수 있는 교육방법이 될 수 있다고 본다.
논자는 '성결'교육의 한 방법으로 크게 세 가지로 제시한다. 먼저, 학습자들이 개인적, 사회적 성결을 함께 추구하는 삶을 살아가도록 하기 위해서, 성결교회는 보다 폭넓은 신앙 공동체라는 교육의 장이 되어야 한다. 둘째는 이 신앙공동체 안에서 학습자들은 하나의 해석하는 주체로서 참여하는 해석학적 교육방법이 이루어져야 한다. 끝으로 성결을 목표로 하는 교육은 사회 변화를 촉진시킬 수 있는 가치관과 신념체계를 의도적이며 계획적으로 형성시키는 교육적 활동이 있어야 한다.
제4장에서는 본 논문의 내용을 요약하고 본 논문의 한계점과 함께 후속연구를 위한 제언을 한다.;The purpose of this thesis is to explore the educational methods of sanctification in the context of Sung Kyul Church on the basis of T.H.Groome's praxis epistemology.
The first chapter deals with the transition from the traditional epistemology to the prixis epistemology happening in the latest christian education and also deals with the problem of Sung kyul education in which praxis education approach is being ignored or not practiced. And as an educational alternative, it is suggested here that Sung Kyul Churches seek for the educational methods based on praxis epistemology.
In the second chapter, the theoretical presupposition of praxis epistemology and shared praxis methods are studied as an preliminary work to explore its possibility as an educational methods of Sung Kyul Church. The theoretical presupposition of praxis epistemology can be regarded in terms theological, philosophical, and educational background. It is theologically grounded in alive and responsible response to the Kingdom of God, Christian faith forming, and the human freedom. Its philosophical foundation can be traced to the thoughts of Aristoteles, Hegel, Marx, Harbermas and Freire. In particular, it owes a great deal to Paulo Freire who constructs praxis epistemology in his educational philosophy. Educationally, it is grounded in the interrelation of theology and Christian education. And Groome finds out the validity of his theory in Genetic Epistemology of J. Piaget. With the basis of this praxis epistemology, he suggests shared praxis methods. This methods encourage people to make a commitment to practical action, leading them to have a critical and dialectical reflection on their present actions in the lights of the Christian Story and Vision. Groome believes that shared praxis methods can decrease the gap between Christian faith and real life, uniting theory and praxis.
The third chapter is to explore the educational methods based on prixis epistemology in the context of Sung Kyul Church. For this purpose, the author first investigates the educational methods of Sung Kyul Church, by analyzing the texts of pre-school, primary, junior and high school, and adulthood. Secondly, Wesley's theology, the foundation of Sung Kyul education, is considered with focus on social and pratical issues in order to find the ground of educational methods of sanctification. And then, the author will indicate the limits as well as the possibilities of applying praxis epistemology in the dinominational tradition and educational methods of Sung Kyul Church. This methods lead people to live a sanctified life through critical reflection of the Bible and their present life situation. It can be more effective methods to accomplish the purpose of Sung Kyul Church, the life of conversion and sanctification.
As the conclusion, Educational Methods of Sanctification is suggested in three respects. First, Sung Kyul Church need to become an educational context of broader faith community in order for learners to seek a life of both individual and social sanctification. Secondly, learners should engage in hermeneutical process of educational methods as interpreting subjects in faith community. Finally, the education of sanctification needs to provide educational activities which are intended to form values and belief systems forstering the social transformation.
The forth chapter summarizes the contents of this thesis and then makes suggestions on the future studies along with comments on the limits of this thesis.목차 = iv
논문개요 = v
Ⅰ. 서론 = 1
A. 연구의 목적과 의의 = 1
B. 연구의 방법과 절차 = 3
Ⅱ. T.H.Groome의 실천적 인식론과 교육방법 = 6
A 이론적 전제 = 7
1. 신학적 기반 = 7
2. 철학적 기반 = 12
3. 교육학적 기반 = 20
B. Shared Praxis 방법 = 24
1. 구성요소 = 25
2. 해석학적 원리 = 28
3. 5단계 행동 = 30
Ⅲ. 실천적 인식론에 기초한 '성결'교육의 한 방법 모색 = 34
A. 현재 예수교 대한 성결교회의 교육방법 = 36
B. 교육 신학적 기반 = 47
C. 실천적 인식론의 적용가능성 = 53
1. 예.성의 교회설립 배경과 교단적 특수성 = 53
2. 예.성의 교육적 장 = 56
3. 적용의 한계점과 가능성 = 58
D. 기독교 신앙 전통과 상황을 연결한 '성결'교육의 한 방법 = 62
Ⅳ. 결론 = 70
참고문헌 = 75
ABSTRACT = 7
Record Memory Window (12.2 V) and Superior QLC Retention (10 year, 85°C) by Gate Stack Engineering in Ferroelectric FET: from “MIFIS” to “MIKFIS”
No full textAnalysis on Process Variation Effect of 3D NAND Flash Memory Cell through Machine Learning Model
No full textWe investigated process variation effect of 3D NAND flash memory cell, especially about geometric variation using a machine learning (ML) model. Geometric variability sources impact on variation of device's electrical parameters such as threshold voltage (V-t), subthreshold swing (SS), transconductance (g(m)) and on-current (Ion). All these data were analyzed with 3D stochastic Technology Computer-Aided Design (TCAD) simulation and trained through ML model, which is composed of artificial neural network (ANN). The model has multi-input and multi-output (MIMO) structure and deep hidden layers to train and predict complex data of process variation. In order to make ML model more accurate, simulation for constructing training data set was carried out with a large number of random unit cells, which are cut from various strings. The completed ML model was tested with random test data set which had not been used for training to prove its accuracy. Through the test process, ML model showed the error of up to 5% and proved the accuracy of prediction.N
Comparison of work function variation between FinFET and 3D stacked nanowire FET devices for 6-T SRAM reliability
No full textCharacteristics According to Parameters of Line Edge Roughness in Ultra-Scaled Gate-All-Around Nanowire FET
No full textInvestigation of Work Function Variation Induced by Metal Gate and Process Variation Effect in 3D Stacked Nanowire FET Devices
No full text
Line Edge Roughness and Process Variation Effect of Three Stacked Gate-All-Around Silicon MOSFET Devices
No full text
