바다 슬롯 먹튀 0.rbd868.top 바로가기 릴게임무료

바다 슬롯 먹튀 82.rbd868.top 릴게임무료

바다 슬롯 먹튀 88.rbd868.top 릴게임무료

바다 슬롯 먹튀 28.rbd868.top 릴게임무료

바다 슬롯 먹튀 50.rbd868.top 릴게임무료

바다 슬롯 먹튀 93.rbd868.top 릴게임무료

바다 슬롯 먹튀 0.rbd868.top 릴게임무료

바다 슬롯 먹튀 23.rbd868.top 릴게임무료

바다 슬롯 먹튀 92.rbd868.top 릴게임무료

바다 슬롯 먹튀 6.rbd868.top 릴게임무료

바다 슬롯 먹튀 48.rbd868.top 릴게임무료

바로가기 go !! 바로가기 go !!

야마토2 프라그마틱 슬롯 체험 바다이야기 릴게임 사이트 추천 및 안내 최신야마토게임 인터넷황금성 유희왕황금성 슬롯머신 신천지게임 다운로드 릴게임 손오공 릴게임먹튀검증 무료충전릴게임 파칭코종류 신천지사이트 오션파라 다이스7 모바일 게임 공략 슬롯모아 무료슬롯버프 일본야마토 모바일바다이야기 백경게임 하는곳주소 바다이야기릴게임사이트추천및안내 체리마스터 다운 우주전함 야마토게임 온라인삼국지 체리게임 알라딘먹튀 황금성게임방법 알라딘릴게임 사이트 바다이야기 예시 황금성게임장주소 오리지널바다이야기 오션바다이야기게임 야마토2게임하기 10원야마토 인터넷야마토주소 릴게임다빈치 최신릴게임 슬롯게임 무료 온라인오션게임 온라인릴게임 먹튀 검증 오리지날황금성9게임 슬롯머신 777 무료충전릴게임 바다이야기 pc 버전 릴게임바다이야기 알라딘게임다운 릴게임 추천 사이트 다빈치게임 오리지날야마토연타예시 오락실게임 파라다이스 황금성 게임 다운로드 바다슬롯 먹튀 바다이야기시즌7 골드몽먹튀 프라그마틱 슬롯 하는법 일본빠칭코게임 슬롯게임 순위 무료충전바다이야기 먹튀 피해 복구 슬롯 창공릴게임 바다이야기 게임방법 PC 릴게임 최신 릴게임 야마토오락 실게임 모바일 바다 이야기 다운 강원랜드 슬롯 잘 터지는 기계 바다이야기 게임 다운로드 한게임포커 바다이야기황금고래 황금성릴게임 온라인야마토주소 온라인삼국지 적토마게임 오션파라 다이스다운 체리게임 파칭코 인터넷야마토게임 슬롯 게임사 추천 슬롯머신 규칙 손오공다운로드 인터넷바다이야기 알라딘오락실 알라딘사이트 야마토 2 다운로드 10원야마토게임 야마토게임무료다운받기 바다이야기릴게임 먹튀 피해 복구 황금성게임장주소 강원랜드이기는법 릴게임예시 슬롯 무료스핀 황금성게임공략법 황금성게임예시 슬롯확률 상품권릴게임 중고게임기 매매 성인놀이터 오션파라 다이스예시 야마토게임공략 법 무료야마토게임 매장판 PC 릴게임 손오공릴게임다운로드 릴게임 공략법 오리자날 양귀비 신천지무료 바다이야기확률 야마토5게임다운로드 릴게임손오공게임 한국파칭코 프라그마틱 슬롯 종류 오락실게임 무료충전야마토 오션파라다이스게임하는법 알라딘바로가기 신규 릴게임 바다이야기게임장 카지노 슬롯머신 규칙 황금성슬롯 모바일릴게임종류 바다신 게임 황금성게임공략 법 오징어릴게임 [아주대 제공]


[헤럴드경제(수원)=박정규 기자]국내 연구진이 머신러닝 기반 연산 및 센서 신호처리에 적용 가능한 지능형 신소자를 개발했다. 이 소자를 통해 기존의 반도체 소자보다 낮은 전력으로 데이터 학습과 분류가 가능해 머신러닝, 인공지능 컴퓨팅과 빅데이터 처리 등에 폭넓게 활용될 수 있을 전망이다.
25일 아주대학교(총장 최기주)는 서형탁 교수(첨단신소재공학과·대학원 에너지시스템학과)와 쿠마 모히트 교수(Kumar Mohit, 대학원 에너지시스템학과) 연구팀이 강유전성 초박막 소재 기반의 차분 정전용량(Differential Capacitance) 출력을 이용해 뛰어난 선형 학습성과 고분해능의 다치 출력 특성을 갖춘 머신러닝 적금상품 기반 학습 인공지능 소자 개발에 성공했다고 밝혔다.
연구 내용은 ‘머신러닝 기반 데이터 분류가 가능한 헤프늄 지르코늄 소자 기반 다치 재구성 차분 정전용량(Multilevel reconfigurable differential capacitance in HfZrO2 ferroelectric devices: Enabling machine le 우리은행신용불량자 arning-based classification)’이라는 제목으로 나노 분야 저명 국제 학술지 <나노 에너지(Nano Energy)> 3월호 온라인판에 게재됐다. 아주대 쿠마 모히트(Kumar Mohit) 교수가 제1저자로, 대학원 이상민 학생이 공저자로 참여했다. 서형탁 교수는 교신저자로 함께 했다.
방대한 데이터를 다루고 활용하는 인 원리금상환방식 공지능(AI) 컴퓨팅의 시대가 도래함에 따라 기존의 기술보다 낮은 전력을 사용하면서 보다 빠른 속도로 병렬처리 및 학습·연산이 가능한 지능형 신소자의 확보가 미래 반도체 기술의 핵심으로 부상하고 있다.
기존 집적회로에서 메모리와 프로세서가 분리되어 데이터를 처리하는 현재의 ‘폰노이만 아키텍쳐(Von Neumann architecture) 잠시만요 일본어 폰노이만 아키텍쳐(Von Neumann architecture) : 과학자 존 폰 노이만(John Von Neumann)의 제안을 바탕으로 한 컴퓨터 구조. 현존하는 컴퓨터 시스템의 대부분이 폰노이만 아키텍쳐를 기반으로 구성된다. 폰노이만 아키텍쳐에서는 메모리와 프로세서가 분리되어 데이터를 처리한다. 그러나 반도체의 미세화와 집적화에도 불구하고 보다 낮은 매매 중계수수료 전력으로 더 빠르게 많은 정보를 처리하고자 하는 최근의 요구는 기술적 한계에 부딪혔고, 더욱 근본적 변화를 위해 양자컴퓨팅이나 뉴로모픽컴퓨팅 같은 새로운 기술이 연구되고 있다.
’ 방식과는 달리, 지능형 신소자는 ‘뉴로모픽 컴퓨팅(Neuromorphic Computing)’ 방식으로 인간 두뇌의 신경회로를 모사해 한 곳에서 동시에 정보를 처리할 수 있도록 만들어진다. 이에 지능형 신소자는 인간 두뇌의 시냅스와 뉴런이 신호를 주고받으며 학습을 통해 인식하고 판단하는 것과 같이 ▷병렬처리 ▷입력신호 가중치에 의한 학습형 재구성 ▷다단계 신호 출력 등 기존의 방식에서는 구현이 어려운 새로운 특성을 가진다. 많은 정보를 동시다발적으로, 선별적으로 그리고 세분화해서 처리할 수 있는 것. 이러한 특성은 반복적 학습을 통해 정보 처리의 정확도를 높이며 새로운 문제를 풀어내는 데에도 탁월한 능력을 발휘할 수 있어, 인공지능(AI) 컴퓨팅을 위한 고성능 컴퓨팅을 가능하게 한다.
이러한 인공지능형 신소자를 구현하기 위해 전 세계 반도체 제조사들은 기존 실리콘 집적회로 소재와 공정을 기반으로 회로 구조적인 변화를 시도함과 동시에, 실리콘 소재에서 탈피해 새로운 소자를 개발하려는 연구를 이어가고 있다.
그러나 뉴로모픽 컴퓨팅용 차세대 반도체 소자로 개발되어온 기존의 멤리스터(메모리+리지스터) 및 멤트랜지스터(메모리+트랜지스터) 같은 저항가변형 신소자 저항가변형 신소자 : 특정 전압을 기준으로 저항의 크기를 스위칭할 수 있는 소자
의 저항 출력 방식은 소자의 미세화 및 집적화와 전력 활용의 효율성(저전력 달성) 측면에서 한계를 보여왔다 멤리스터(메모리+리지스터)와 멤트랜지스터(메모리+트랜지스터)는 뉴로모픽 컴퓨팅의 구현을 위해 인간 뇌의 기본 단위인 시냅스의 기능을 모사하고자 만들어진 저항가변형 소자 기술들이다. 맴리지스터는 정보를 저장하는 메모리와 전압에 따라 다른 저항값으로 스위칭하는 리지스터를 결합한 형태, 멤트랜지스터는 정보를 저장하는 메모리와 수직입력신호에 따라 0과 1로 스위칭하는 트랜지스터를 결합한 형태다.
최근 정전용량 출력 방식의 차세대 지능형 소자 멤커패시터(메모리+커패시터, memcapacitor)가 주목을 받고 있다. 이 방식을 활용하면 저항가변형 방식에 비해 고집적화가 쉽고, 전력 소모가 줄어들며, 스위칭 속도가 빠르다는 장점이 있다.
아주대 연구팀은 정전용량 출력 방식의 지능형 신소자 개발을 위해 ‘헤프늄-지르코늄 복합산화물(HfZrO: HZO)’에 주목했다. 강유전체 강유전체 : 외부 전기장이 없어도 안의 전하가 한쪽 방향으로 쏠려 극성을 보이고(분극), 외부 전원 공급 없이도 데이터 저장이 유지되는(비휘발성) 물질을 말한다.
HZO는 차세대 저전력 트랜지스터의 후보군인 음의 정전저항기반 트랜지스터에 사용되는 핵심 소재로, 외부 전기장에 따라 비휘발성 분극이 강하게 일어나는 강유전성을 가진다. 특히 3차원 구조 집적회로의 핵심 공정인 원자층 증착이 가능해 반도체 분야에서 이미 널리 연구 개발되고 있는 소재다.
HZO의 강유전성은 이상적으로는 전압의 부호에 따라 상향 및 하향 수직 정렬 분극화가 소재 전체에 일관되게 일어나는 것이 필요하지만, 원자층 증착된 HZO는 나노결정구조를 가지기 때문에 각 결정립의 분포에 따라 수직 정렬 분극뿐만 아니라 경사 정렬 분극화가 점진적으로 발생하는 ‘나노 극성 도메인’이 형성된다. 연구팀은 이러한 나노 극성 도메인을 펄스화된 입력 전압의 크기, 극성 및 시간을 제어하여 기존 거대 분극화와 달리 입력신호의 이력에 따라 나노스케일의 도메인에 정보를 비휘발성으로 저장하여 학습 및 재구성이 가능한 ‘차분정전용량’ 출력을 얻는데 성공했다.
연구팀은 해당 소자를 이용, 낮은 소비전력으로도 데이터를 안정적으로 저장할 수 있음을 확인했다. 나아가 지능형 신호처리를 위한 머신러닝 모델에 대응, 누적 신호에 따라 학습기능 및 다치신호(multi-level signal)의 패턴 인식이 가능함 또한 확인했다. 더불어 이 소자를 통해 무선통신 신호(Wi-Fi)의 반사 신호를 학습시켜 실내 동체 감지 인식 기능을 구현, 특정 공간 내에서 자유롭게 이동하는 사람의 인원수를 구분하는 사물인터넷(IoT) 센서 지능형 동작을 구현하는 데 성공했다.
서형탁 교수는 “이번 연구는 이미 양산 공정에 적용되고 있는 범용 강유전성 소재를 기반으로 하고 있다”라며 “낮은 전력으로 데이터 학습과 분류 같은 머신러닝이 가능한 지능형 소자를 구현한 최초의 사례”라고 설명했다.
이번 연구는 과학기술정보통신부·한국연구재단이 주관하는 차세대지능형반도체기술개발사업(신개념기초)과 중견기초연구지원사업의 지원으로 수행되었으며, 특허 출원이 진행 중이다.