유무기 이종접합 기반 가우시안-시그모이드 강화 트랜지스터 개발 및 정책 활성화함수 응용 : 탐색 이용 트레이드오프 딜레마 해결 = Development of a Gaussian-Sigmoid Reinforcement Transistor and Its Application in Policy Activation Functions

국문 초록 (Abstract)

본 연구에서는 여러 형태의 활성화함수 구동을 하나의 소자에서 수행 할 수 있는 이종접합 트랜지스터를 특성화하고 그 메커니즘을 분석한 다. 강화 학습은 탐색과 활용의 균형을 맞추기 위해 일반적인 강화곡선 또는 활성화함수인 가우시안 분포(Gaussian distribution) 및 시그모 이드(sigmoid) 함수에 의존한다. 이러한 함수들을 일반적인 트랜지스 터 기반의 하드웨어로 구현 시 반복 연산에 의해 전력 소비와 회로 복 잡성이 증가한다. 이러한 두 활성화 함수를 단일 소자에 통합한 가우시 안-시그모이드 통합형 이종 트랜지스터를 보고한다. 해당 이종 트랜지 스터는 무기 n형과 유기 p형으로 구성된 n-p-i-p 이종접합 수직적층 을 기반으로 비대칭 소스/드레인 접촉과 중간절연층을 도입하여 시그 모이드 함수, 가우시안 함수 및 혼합 함수 간의 전달곡선 형태 전환이 가능하도록 함을 특징으로 한다. 이러한 형태적 설계는 세 개의 트랜지 스터 동작을 하나로 모방하여 필요한 회로 복잡성을 십 수 개 이상의 트랜지스터에서 몇 개 이하로 줄인다. 혼합 형태 활성화함수는 강화 학 습 문제에서 기존의 시그모이드 함수 또는 가우시안 함수 기반 접근 방식에 비해 높은 최종 보상 값과 빠른 수렴을 보임이 강화 학습 문제 해결 시뮬레이션을 통해 증명되었다. 제작된 이종 트랜지스터의 가우시 안-시그모이드 합성 함수 상태의 전달곡선은 뉴로모픽 컴퓨팅에 적합 한 비선형 전달 특성을 보이며, 탐색과 이용의 이점을 각각 극대화하여 단일 소자에 통합으로써 차세대 컴퓨팅 응용 분야에서 보다 다양하게 활용될 수 있는 가능성을 제시한다.

목차 (Table of Contents)

• I. 서론 1
• II. Gaussian-sigmoid 통합형 이종 트랜지스터의 특성 7
• 2.1 이종 트랜지스터의 제작 과정 7
• 2.2 Gaussian-sigmoid 통합형 이종 트랜지스터의 특성 8
• 2.2.1 이종 트랜지스터의 구조적 특성 8
• 2.2.2 이종 트랜지스터의 전기적 특성 분석 11
• 2.3 이종접합 구성 유무기 박막의 전기적 특성 분석 13
• 2.3.1 이종접합 유무기 박막의 단일 트랜지스터 특성 분석 13
• 2.3.2 드레인 전압에 따른 전달 곡선 형태의 분류 구간 정의 18
• 2.4. Gaussian-sigmoid 통합형 이종 트랜지스터의 메커니즘 22
• 2.4.1. 이종 트랜지스터의 에너지 밴드 분석 22
• 2.4.2. 이종 트랜지스터의 비대칭 전극 컨택 구조 분석 26
• 2.4.3. 페릴린 중간층의 두께 최적화 29
• 2.4.4. 상하부 DNTT 박막의 표면 분석 31
• III. 탐색-이용 트레이드오프 딜레마 해결 34
• 3.1 Multi-armed Bandit 강화 학습 문제 34
• 3.2 활성화함수의 정책 진화 특성 및 보상 궤적 이득의 비교 38
• V. 결론 47
• 참고 문헌 48
• ABSTRACT 51
• 발표 논문 53