본문 바로가기

전체 글

(10)
[IBM Watson Marketing Customer Value Data 추정모델링]1.데이터 이해 올해 초부터 진행한 고객생애가치(CLV:Customer Lifetime Value)추정 모델링 프로젝트에 대한 기록. kaggle에서 가져온 IBM Watson Marketing Customer Value Data를 이용하였다. 데이터셋 출처 : IBM Watson Marketing Customer Value Data | Kaggle IBM Watson Marketing Customer Value Data IBM Watson Analytics www.kaggle.com 1. 데이터 이해 본격적인 데이터 분석에 들어가기 전에 데이터를 이해할 필요가 있다.해당 data는 kaggle에서 누구나 다운로드 받을 수있는 open dataset으로 IBM에서 제공하는 자동차보험 고객정보가 담긴 csv파일이다. 위의..
웹크롤링으로 추출한 기사 헤드라인 keywords 빈도수 분석 파이썬 코드 import requests try: #가지고올 웹페이지의 URL주소 url0 = "https://www.ytn.co.kr/news/list.php?page=1&mcd=0103" url1 = "https://www.ytn.co.kr/news/list.php?page=2&mcd=0103" #해당 페이지의 HTML CODE을 읽어옴 r0 = requests.get(url0) r1 = requests.get(url1) #원하는 부분을 추출하기위해 HTML을 확인 print("HTML:\n", r0.text) print("HTML:\n", r1.text) except: print("Invalid URL or some error occured while making the GET request to the spe..
[GeOI substrates] flipped Smart-Cut 공정 반도체 소자 카테고리에서 다룬 GOI구조를 만들기 위해서는 smart cut 공정이 필요하다. 기존의 smart cut은 SOI 구조용 wafer를 제조하는 공정법이다. smart cut 공정은 2가지 wafer ( handle wafer , device wafer)를 결합하는데 결합되는 wafer중 하나에 수소 이온을 주입하여 수소 이온주입층을 형성한 후 열처리에 의해 이 수소 이온 주입층을 중심으로 wafer를 분리시키는 공정이다. 구체적인 방법은 다음과 같다. 1. 디바이스 웨이퍼에 열산화공정으로 표면에 절연막(SiO2)를 형성한다. 이 절연막은 SOI웨이퍼에서 BOX(Buried Oxide Layer: 매몰 산화층)역할을 한다. 필요..
[정리] n-well CMOS 공정 flow (하) 지난 과정에 이어서 CMOS공정과 금속 layer까지 쌓는 것으로 마무리한다. 23.Photolithography : #4 n+ S/D mask 사용 24. n+ S/D implantation : As 사용 : MOS소자의 RC delay를 발생시키는 기생 capacitor는 gate와 n+영역의 overlab때문에 생긴다. 따라서 RC delay를 줄이기 위해서는 gate와(아래 단면도의 경우 poly -si) n+도핑되는 영역이 lateral하면 안되고 도핑 profile이 anisotropic해야한것이 좋다. 24번 공정이전에 poly si로 gate를 먼저 만들어 둔뒤에 implantation을 진행하면 poly si gate가 mask가 되어 정확한 경계에 맞춰서 도핑이 가능하다. 이러한 공정을..
[정리] n-well CMOS 공정 flow (상) CMOS회로는 nMOSFET과 pMOSFET이 쌍을 이루어 구성되므로 p-sub wafer라면 n-well영역을, n-sub wafer면 p-well영역을 형성해야한다. 둘다 사용하여 twin-well공정을 할 수도있다. 이번에 정리할 공정 flow는 n-well CMOS와 metal layer이다. 1. Initial Dry oxidation : 산소 기체를 사용하여 1200℃에서 진행되는 공정으로 wet oxidation에 비해선 속도가 느리다. 그러나 oxide 두께를 정밀하게 조절이 가능하며 산화막 특성이 좋아 gate oxide나 캐퍼시터의 유전체등에 사용된다. 이 과정으로 생성된 oxide(SiO2)는 이후 n-well영역 형성을 위한 mask가 된다. 2.Photolithography : #..
[딥러닝] CNN : MNIST Data set 숫자 이미지 데이터 학습 코드 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt mnist = tf.keras.datasets.mnist (train_x, train_y), (test_x, test_y) = mnist.load_data() train_x = train_x.reshape((60000, 28, 28, 1)) # 학습데이터 60000개, 28X28 사이즈, grey scale(1) test_x = test_x.reshape((10000, 28, 28, 1)) # 테스트 데이터 10000개, 28X28 사이즈, grey scale(1) train_x, test_x = train_x/255.0, test_x/255.0 # 픽셀 값을 0~1사이의..
[TCAD STUDY] 간단한 MOSFET Id-Vg Simulation examples의 sde.cmd command file (SDevice) 해석 *synopsis_sentaurus_user_manual을 보고 공부한 내용과 진행중인 프로젝트의 sample예제를 주로 이용한다. 1. File Section File Section에서는 시뮬레이션을 돌리는데 필요한 input file과 output file을 명시한다. 좌측 위의 sample에서는 ""(큰따옴표)사이에 해당 파일명을 적어두었는데 보통 아래 sample 과 같이 @(변수명)@ 형식으로 적어 node에서 바로 parameter를 수정한다. (parameter수정이 용이한 이유는 본 포스팅 이전의 글에서 설명한 preprocessing과정에서 SWB가 알아서 각 node에 해당하는 파일을 생성해주기 때문이다) 좌측 위의 sample에서 msh.tdr 파일은 직관적으로도 알 수 있듯 mesh..
[TCAD STUDY] 대략적인 tool 설명 TCAD를 사용하여 소자 시뮬레이션을 진행하기 앞서 공부한 내용을 정리하고 기록해두기로 했다. 주로 Sentaurus에서 제공하는 manual등을 이용하였으며 첫 포스팅은 TCAD Sentaurus Basic Traning과 반도체설계교육센터에서 VOD를 신청하여 들을 수 있는 Power Device 이론 및 TCAD Sentaurus를 활용한 Simulation수업을 참고하여 진행하였다. 시뮬레이션 할 소자의 스케일이 아직 구체화된게 아니라 해당 수업에서 전력반도체소자보다는 TCAD사용 팁을 중심으로 공부했다. TCAD에는 내가 원하는 실험을 진행하기 위해 다양한 방향성을 가진 Tool들이 있다. 실험시 소자의 구조적인 부분,공정, 전자기적인 부분, 실험결과를 어떤식으로 시각화 하는지 등 여러가지 의도..