계산나노기술공학 연구실

반도체시스템공학과 신민철

계산나노기술공학 연구실은 반도체 시스템 공학과에 소속된 연구실로, 최근 3년간 활발한 연구 활동을 통해 다수의 성과를 이루어냈습니다. 특히 신경망 소자 모델링 분야에서 물리 정보를 기반으로 한 기계 학습을 활용한 혁신적인 연구를 수행하였으며, 이는 2023년에 발표된 논문에서 그 성과를 확인할 수 있습니다. 또한 양자 수송 시뮬레이션을 통해 강유전체 나노필러 트랜지스터와 자기 터널 접합 소자의 성능을 분석하고 최적화하는 연구를 진행하였습니다. 밀도 범함수 이론을 활용한 효율적인 소자 시뮬레이션 연구도 활발히 수행하고 있으며, 이러한 연구 결과는 다수의 국제 학술지와 학회에서 발표되었습니다. 연구실은 기업과의 협력을 통해 실제 산업 응용 가능성을 높이고 있으며, 다양한 R&D 프로젝트를 성공적으로 수행하고 있습니다.

Ferroelectric Nanopillar Transistors

Density Functional Theory

Quantum Transport Simulations

대표 연구 분야

연구 영역 전체보기

물리 정보 기반 머신 러닝을 통한 새로운 신경망 소자 모델링

이 연구실은 물리 정보 기반 머신 러닝을 활용한 새로운 신경망 소자 모델링 연구를 수행하고 있습니다. 이 연구는 전통적인 소자 모델링 방법론을 개선하고, 더 높은 정확도와 효율성을 제공하는 것을 목표로 합니다. 물리적 현상을 기반으로 하는 머신 러닝 알고리즘을 사용하여, 소자의 전기적 특성과 동작을 정밀하게 예측할 수 있습니다. 이를 통해 반도체 소자 설계와 최적화 과정에서 발생하는 복잡한 문제를 해결하고, 더 나은 성능을 가진 신경망 소자를 개발하는 데 기여할 수 있습니다. 이와 같은 연구는 반도체 및 전자공학 분야에서 혁신적인 제품 개발과 산업 응용에 큰 잠재력을 가지고 있습니다.

주요 논문

134

발행물 전체보기

A Novel Neural-Network Device Modeling based on Physics-informed Machine Learning

Bokyeom Kim, Mincheol Shin

IEEE Transactions on Electron Devices, 2023

Circuit-Level Memory Cell Simulation of Magnetic Bloch Line Racetrack Memory

Chanhyeong Lee, Kabjin Kim, Mincheol Shin

IEEE Transactions on Magnetics, 2023

Efficient device simulations using density functional theory Hamiltonian and non-equilibrium Green’s function: heterostructure mode space method and core charge approximation

Seonghyeok Jeon, Mincheol Shin

Journal of Computational Electronics, 2023