Surface Stoichiometry Dependence of Ambipolar SiGe Tunnel Field-effect Transistors and Its Effect on the Transient Performance Improvement

Q: 이 논문에서 정의한 양극성(ambipolar) 트랜지스터란 무엇인가?

양극성 트랜지스터는 바이어스 조건에 따라 홀이 지배적인 p형 모드와 전자가 지배적인 n형 모드 모두에서 작동할 수 있는 소자이다. 이는 p형 또는 n형 단극성 MOSFET을 단일 양극성 소자로 대체하여 상보형(complementary-like) 동작을 가능하게 한다. 특히 메모리 응용 분야에서는 각 단극성 모드를 독립적으로 제어하여 넓은 메모리 윈도우를 구현할 수 있다.

Q: SiGe TFET의 Ge 몰분율 증가는 소자 성능에 어떤 영향을 미치는가?

연구 결과, SiGe TFET에서 Ge 몰분율이 증가하면 p형 TFET의 성능 향상이 n형 TFET보다 더 크게 나타난다. 이는 SiGe의 밴드 정렬 특성 때문이다. 따라서 상보형 논리 회로에 적용 시, Ge 몰분율이 높을수록 풀업 홀 전류가 풀다운 전자 전류보다 강해져 전체적인 지연 시간 감소에 기여한다.

Minjeong Ryu; Woo Young Choi

doi:10.5573/JSTS.2024.24.1.1

학술저널

저자정보: Minjeong Ryu (Seoul National University) Woo Young Choi (Seoul National University)

저널정보: 대한전자공학회 JOURNAL OF SEMICONDUCTOR TECHNOLOGY AND SCIENCE Journal of Semiconductor Technology and Science Vol.24 No.1

오류 신고하기

피인용 0

검색

초록·키워드

The dependency of silicon-germanium (SiGe) tunnel field-effect transistors (TFETs) on surface stoichiometry is investigated in terms of ambipolar conduction behavior. According to the device simulation results, as the Ge mole fraction of SiGe TFETs increases, p-type TFETs show better performance improvement than n-type ones owing to the SiGe band alignment. Thus, pull-up hole current becomes stronger than pull-down electron one in the case of ambipolar SiGe TFET-based complementary-like logic circuits. The simulated inverters with 50-% Ge content exhibit ~82× lower pull-up and ~9× lower pull-down delays, respectively, than those with pure Si.

#Silicon-germanium tunnel field-effect transistor #ambipolar behavior #complementary-like logic

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료