• 한국전기전자재료학회논문지
• /
• 제23권6호
• /
• pp.449-453
• /
• 2010

In this paper, the electrical characteristics of Fin-type SONOS(silicon-oxide-nitride-oxide-silicon) flash memory device with different trapping layers are analyzed in depth. Two kinds of trapping layers i.e., silicon nitride($Si_3N_4$) and hafnium oxide($HfO_2$) are applied. Compared to the conventional Fin-type SONOS device using the $Si_3N_4$ trapping layer, the Fin-type SOHOS(silicon-oxide-high-k-oxide-silicon) device using the $HfO_2$ trapping layer shows superior program/erase speed. However, the data retention properties in SOHOS device are worse than the SONOS flash memory device. Degraded data retention in the SOHOS device may be attributed to the tunneling leakage current induced by interface trap states, which are supported by the subthreshold slope and low frequency noise characteristics.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제14권1호
• /
• pp.34-39
• /
• 2014

This paper discusses the 3-level charge pumping (CP) method in planar-type Silicon-Oxide-High-k-Oxide-Silicon (SOHOS) and Silicon-Oxide-Nitride-Oxide-Silicon (SONOS) devices to find out the reason of the degradation of data retention properties. In the CP technique, pulses are applied to the gate of the MOSFET which alternately fill the traps with electrons and holes, thereby causing a recombination current Icp to flow in the substrate. The 3-level charge pumping method may be used to determine not only interface trap densities but also capture cross sections as a function of trap energy. By applying this method, SOHOS device found to have a higher interface trap density than SONOS device. Therefore, degradation of data retention characteristics is attributed to the many interface trap sites.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.101-116
• /
• 2018

지속가능성과학은 다양한 학문 배경과 관심을 가진 과학자, 전문직 종사자 및 이해당사자들 간의 소통과 협력뿐 아니라 결정론적 환원주의적 접근에서 오래전 기본으로의 패러다임 전환이 요구되는 떠오르는 초학문적 연구다. 생태-사회시스템은 많은 구성성분(또는 행위자)들로 이루어져 이들의 국지 규모의 무작위 상호작용이 자연스럽게 시스템 전체 규모의 질서를 만들어내는 공진화하는 복잡계다. 여기서, 시스템과 주변환경 간의 에너지와 물질과 정보의 흐름이 중요한 역할을 한다. 본 통신에서는 이렇게 계속 변화하는 역동적 시스템, 즉 '자기-조직화하는 계층구조의 열린 시스템(SOHOs)'의 개념적 틀을 소개한다. 먼저 SOHOs의 구조와 기능성을 이해하기 위해 물리학의 두 기본 법칙을 다시 논의한다. 두 법칙의 재해석을 통해 시스템의 운명과 지속가능성을 향한 보다 나은 경로, 또한 생태계의 온전함과 사회의 비전/가치 추구를 어떻게 조화시킬 것인가에 대한 이해를 돕고자한다. 그 다음에 소위 '비저니어링(V)'이라는 틀을 되먹임/전방급전(feedback/feedforward) 루프로 SOHOs 틀에 통합시켜서, '슬쩍 찌르는(nudged) 자기-조직화'가 시스템을 구성하는 행위자들이 합력하여 지속가능한 생태-사회 시스템을 이루어 가도록 유도한다. 마지막으로, SOHOs-V의 적용사례로서, 현재 탄자니아의 농촌마을에서 진행되고 있는 미래지구의 지속가능발전목표 연구실(SDG Lab)인 '농촌시스템 비저니어링(Rural Systems Visioneering)'을 예로 제시하였다.

• 지능정보연구
• /
• 제13권2호
• /
• pp.15-26
• /
• 2007

본 연구에서는 기존 Bagging Predictors에 수정을 가한 Modified Bagging Predictors를 이용하여 SOHO에 대한 부도예측 모델을 제시한다. 대기업 및 중소기업에 대한 기업부도예측 모델에 대한 많은 선행 연구가 있어왔지만 SOHO만의 기업부도 예측 모델에 관한 연구는 미비한 상태이다. 금융기관들의 대출 심사 시 대기업 및 중소기업과는 달리 SOHO에 대한 대출심사는 아직은 체계화되지 못한 채 신용정보점수 등의 단편적인 요소를 사용하고 있는 것이 현실이고 이에 따라 잘못된 대출로 인한 금융기관의 부실화를 초래할 위험성이 크다. 본 연구에서는 실제국내은행의 SOHO 대출 데이터 집합이 사용되었다. 먼저, 기업부도 예측 모델에서 우수하다고 연구되어진 인공신경망과 의사결정나무 추론 기법을 적용하여 보았지만 만족할 만한 성과를 이끌어내지 못하여, 기존 기업부도 예측 모델 연구에서 적용이 미비하였던 Bagging Predictors와 이를 개선한 Modified Bagging Predictors를 제시하고 이를 적용하여 보았다. 연구결과, SOHO 부도 예측에 있어서 본 연구에서 제시한 Modified Bagging Predictors가 인공신경망과 Bagging Predictors 등의 기존 기법에 비해서 성과가 향상됨을 알 수 있었다.