• 學位論文

基於權益證明實現共識預言機

預言機(Oracle)是介接區塊鏈世界與現實世界一個重要的橋樑，在區塊鏈的世界裡區塊鏈是無法取得鏈外的資訊，但又有許多用途的智能合約需要外界的資訊來進行運算，因此只能透過預言機將資料輸進去智能合約裡。 本論文提出一個新的架構，是使用純智能合約的方式，不需要額外的server參與，達成一個去中心化的方式解決預言機問題(Oracle Problem)。利用一個基於可驗證隨機函數(Verifiable Random Function)產生的密碼抽籤(Cryptographic Sortition)來做出一個Proof-of-Stake的共識演算法達成對Oracle真偽的共識。 最後，本論文實作的系統可以架設在Ethereum區塊鏈系統上，達到最多可以有200個參與者對同一個Oracle進行稽核，並且在不考慮用戶提交資訊的延遲狀況下，可以達到最快120秒即可驗證一個Oracle。

• 學位論文

新型熱活化延遲螢光發光體的光物理性質和電致發光研究

近年來，有機發光二極體（OLED）已成為顯示和照明應用的重要技術。隨著OLED技術的不斷發展，器件效率，器件可靠性和製造成本等參數對於該領域的研究至關重要。在本論文中，我們通過分析光物理和電致發光特性以及利用這些材料的器件架構，深入研究了基於熱活化型延遲螢光（TADF）的新型有機發光材料。 在本論文的第一部分，我們研究了基於Donor-Acceptor（D-A）分子結構和有電子受體喹喔啉部分的TADF材料的光物理和電致發光性質。我們的研究表明它們是高效的TADF材料。值得注意的是，當與二氫吖啶供體單元配對時，該材料同時表現出100%的光致發光量子產率（PLQY）和水平取向的發光偶極子。它們可用於製造高效的橙紅色OLED，外部量子效率（EQE）高達23.2％。 在本論文的第二部分，我們繼續研究基於吖啶供體單元和不同受體單方的TADF材料的光物理和電致發光特性，特別是9,9-dimethyl-9,10-dihydroacridine （DMAC）和10H-spiro[acridine-9,9'-fluorene（SpiroAc）。我們的研究表明，這些材料還可以具有明顯高的PLQY和水平取向的發射偶極子。它們可用於製造高效的綠色OLED，錄光元件EQE可高達33.7％，藍色OLED的EQE可高達14％。

• 學位論文

基於自適應波束成形超聲波平面波成像技術的開發與其電路設計

近年來超音波成像已被廣泛地使用於現代醫學應用上。超音波成像是一種有效的診斷工具，在診所以及醫院中都具有良好的安全使用記錄。超音波成像與基於非電離輻射，與使用電離輻射的X射線或其他類型的成像系統相反，超聲波成像不會給患者帶來風險。在經典的超聲波掃描過程中，超聲波脈衝通過人體的關注區域傳輸。 然後對反向散射的回波信號進行波束成形，以產生影像。 波束成形在超音波成像中起著關鍵作用，不同的演算法會影響最終圖像的分辨率(Resolution)和對比度(Contrast)。 我們研究了醫學超聲波成像中現有的波束成形方法,並簡要回顧了最常見的波束成形技術，從標準DAS波束成形方法開始，到最知名的自適應波束成形技術，例如Minimum Variance (MV)。 在論文的前半段，我們會簡要地介紹現有的Data Compounding on Receive Minimum Variance(DCR-MV)演算法。我們也會對此演算法做分析並且與其它現有的演算法做比較。我們會使用IEEE IUS 2016 Plane-wave Imaging Challenge in Medical UltraSound : PICMUS [1]所提供的超音波影像以及評分方式來評估這些演算法的優劣。接下來我們會取出目前最好的演算法並提出改善此演算法的方法，讓超音波產生之圖像的分辨率(Resolution)和對比度 (Contrast)都會有所提升。 除演算法模擬外，本論文有針對開發的演算法進行電路的設計，並在開發beamforming engine。此電路可有效地實現上述幾種超聲波束形成方法。這個beamforming engine能將輸入的ADC data經由運算後回傳影像。目前在FPGA上開發的版本可支援四種不同的演算法，其中包含最經典的DAS演算法、DCR-MV演算法以及我們新開發的兩個演算法。除此之外，我們的硬體也支援不同大小矩陣的反矩陣運算。我們在硬體上所使用的反矩陣運算電路架構為systolic array。與一般設計不同的是我們可使用6x6的反矩陣電路透過data scheduling去解出11x11的反矩陣以減少硬體資源的使用。

• 學位論文

使用門控延遲震盪器作積分器的循續漸進-增量式三角積分類比數位轉換器的分析與設計

本篇論文提出一種單通道13 位元、五千萬赫茲取樣率的混合型兩階式類比數位轉換器。整個轉換器由10 位元的循續漸進式轉換器，加上4 位元的增量式三角積分轉換器所構成，扣除掉1 個冗餘位元，一共是13 位元。 本篇論文提出一種新的震盪器類型增量式三角積分類比數位轉換器的電路實現方法。循續漸進式轉換器的解析度往往受限於比較器的雜訊，使用增量式三角積分可以大幅減緩此一問題，但震盪器本身的非理想性又會對整體性能造成限制。本文提出的方法旨在解決現行方法使用之壓控震盪器的雜訊及不匹配問題，並且透過分析指出此一方法能使增量式三角積分轉換器能以更低的能量消耗，並且達到更高的解析度。 本篇論文指出原架構使用壓控震盪器的關鍵問題在於無法產生足夠大的增益/延遲。這會導致整個系統對於震盪器的雜訊及不匹配的容忍度降低，從而限制轉換器的解析度。本文提出的架構以門控延遲震盪器取而代之，將已經放大的時間訊號送入門控延遲震盪器進行積分，如此只要透過數位電路精準地控制訊號加入震盪器的時間點，可以達到比原架構高出10 倍以上的增益/時間。 本篇論文分為六個章節。第一、二章給出基本背景知識；第三章介紹整個提出電路及其建構塊的細節及架構；第四章針對提出電路做出詳細分析、比較且定量地分析數種降噪方法、比較不同數位降頻濾波器對於增量式三角積分降噪效果的差異、並且找出平均法量化雜訊及比較器雜訊的關係；第五、六章呈現量測結果及結論。

• 學位論文

利用2D材料提高可撓性電子元件的介電與散熱特性

隨著積體電路的設計走向三維度的整合，邏輯晶片的運算能力大幅度的提升，但是相對單位密度的元件功率消耗也會大幅度的提升，如何設計有效的散熱及封裝結構則變成現在追求高性能、高速電子元件的重要議題。因此，具有開發一個高散熱且低介電常數與低介電損耗複合材料的技術，並且同時能進行大規模的使用是很重要的。軟性材料應用於晶片封裝的應用，但這類材料唯一的缺點是熱傳導係數非常低，必須加入一些熱傳導係數特別高的陶瓷粉末，才能提升散熱效能，但此類複合材料的熱傳導係數也只能提高至 ~1W/mK，相對於金屬材料還要低兩個數量級，無法有效傳導電子元件運作的熱能。 在本篇論文裡，我們成功的研究了一套生產新的複合材料的技術，將具有超高效能平面熱傳導能力的二維氮化硼 (h-BN)，有效的透過奈米纖維的方式，散佈在軟性材料中，形成緻密的散熱網路。我們做出來的複合材料將原先軟性材料的熱傳導從0.2 W/mK提高至28.181 W/mK，除此之外，介電常數維持在2.4與極低的介電損耗(<10-4)可以讓此複合材料用於各種高速元件的應用。我們開發的複合材料不只有非常優秀的散熱與介電特性，生產過程符合工業製程，能進行大量生產，同時對於水及濕氣有極高的抵禦力，非常適合作為封裝材料。透過進一步的分析材料的特性，我們引入了一個修正項修正Bruggeman model，成功的計算出二維材料的複合材料空間分布情形，瞭解製程成功的原因，作為未來混煉其他二維材料的根基。最後，我們將高功率元件AlGaN/GaN HEMTs薄膜從原先的基板上取下來，轉移到我們製作出來的複合材料薄膜上，來實證我們開發材料的散熱特性。在轉移後，透過應力的釋放，以及改善的散熱能力下，我們可以在軟性材料上面，提升元件的transconductance 高達18%。

• 學位論文

背景消除供應電壓雜訊的數位鎖相迴路與注入鎖定時脈倍頻器

這篇論文的主題主要分為兩個部分，第一部分實現了一個具有背景消除供應電壓雜訊的數位鎖相迴路。藉由使用一個數位穩壓器以及全數位電壓源雜訊消除方法，此數位鎖相迴路可以承受峰對峰值為240mV的供應電壓源雜訊。此數位鎖相迴路使用台積電40奈米製程，面積為0.0195mm2 而功耗在1.1V的供應電壓下為7.23mW。數位振盪器量測到最小的電壓源雜訊敏感度低於0.0261[%-fDCO/%-VDD]。在供應電壓源注入峰對峰值為240mV，頻率為100kHz的弦波雜訊時，量測到的方均根抖動量從原本的56.38ps降低至15.72ps。 第二部分實現了一個具有注入強度校正的注入鎖定時脈倍頻器。通過控制電荷泵電流，可以使用注入強度校正器來校準注入鎖定時脈倍頻器的注入強度。此注入鎖定時脈倍頻器使用台積電40奈米製程，面積為0.0253mm2 而功耗在1V的供應電壓下為4.28mW。參考頻率為150MHz，輸出頻率為2.4GHz以及除數為16。相位噪聲積分範圍從1kHz到100MHz所量測到的方均根抖動量為878fs。

• 學位論文

使用累積學習預測生產測試中晶片的最小工作電壓

隨著技術的縮減，工藝變化對晶片效能的影響越來越大。 因此，我們需要透過昂貴的功能測試來測試所有的生產晶片。 為了降低測試成本，在這篇論文中，我們提出了一種新的方法來預測生產晶片的最小工作電壓（Vmin）。 此外我們提出了兩個新的關鍵特徵以提高預測準確性。 我們提出的累積學習法可以減少批貨之間差異的影響。 兩個7奈米工業製程設計(大約有120萬顆量產晶片，這些晶片來自142批貨)的實驗結果表明，我們的預測準確度分別為93.4％和89.8％。 我們可以達到95％以上良好的預測(良好的預測意味著在誤差範圍內，預測的最小工作電壓不低於實際最小工作電壓)。 與傳統測試相比，我們的方法可以節省75％的測試時間。 要實施此方法，我們需要針對初始訓練和累積訓練分別設置測試流程。

• 學位論文

脈衝神經網路晶片之錯誤模型以及測試

現行有許多人工智慧與物聯網結合的例子。然而，機器學習需要大量運算，而物聯網裝置通常又會有功耗的限制。因此，如何讓物聯網裝置本身就能夠處理機器學習是一個很有挑戰的項目。脈衝神經網路使用脈衝訊號作為傳輸資訊的方式，而且脈衝神經網路在硬體上的實作會比現行主流的神經網路在硬體上實作要來得省電。然而，也因為脈衝神經網路本身隨機特性以及容錯能力，針對脈衝神經網路晶片的測試難度非常高。在本篇論文中，我們提出七個有關脈衝神經網路的錯誤模型，這些模型都是基於脈衝神經網路中的神經元以及突觸的運作方式做為發想。另外我們也提出專門測試脈衝神經網路晶片的測試流程。這個測試流程會把晶片的輸出當作一個分布來處理，而不像傳統測試方法當作一組特定的值。實驗結果說明雖然神經網路本身具有容錯能力，還是有兩個錯誤模型對脈衝神經網路晶片有很大的影響。針對手寫數字辨識用途的晶片，在錯誤模擬的實驗中，通過我們的測試流程的晶片具有88.90%的準確率。在考慮隨機因素的情況下，這樣的準確率與正常的晶片相同。

• 學位論文

透過布林推理從生物酵素資料庫探勘生物醫學電路

合成生物學已成為生物醫學和許多領域的重要技術。儘管已經有許多研究進展，組合出生化電路依然非常困難，特別是從自然界就存在的反應中。先前的研究的不足是基於抽象、假設性的物質與反應，因此找到的成果不能和真實世界的反應連結，或因為搜尋過程的不效率而缺乏可擴展性。在本論文中，我們提出以布林推理的方式從生物酵素資料庫中探勘出生醫電路以實作設計規格需求。實驗結果顯示我們的做法能從超過200反應的生物酵素資料庫中合成出生物感測器電路，並勝過目前已知最好的演算法。

• 學位論文

應用於高量測頻率範圍CMOS阻抗頻譜量測器之設計

阻抗量測器常見於生物醫療用途上，例如:體脂計、癌細胞檢測…等。而在食品檢驗科技中，如:肉品檢測、牛奶濃度檢測…等，透過阻抗變化而觀察出食品的物質變化。為了能將阻抗量測技術普及化於日常生活中，而不受限於傳統阻抗量測儀的不變攜帶性及高功耗性，故以CMOS晶片來實現以達到微小化之目的。而在量測頻率範圍上，考慮到Fricke model上參數的計算，因此需要高量測頻率範圍以滿足。此外待測物的阻抗大小範圍、待測物的阻抗相位範圍、解析度考量、雜訊…等皆需納入設計考量。本論文實作並量測兩個不同架構的CMOS阻抗量測器，第一個架構為使用傳統的振幅/相位量測系統並改良之，以積分器取代耗費巨大面積的低通濾波器，並改善積分器在低量測頻率時易飽和之問題。雖然此架構可以達到高精確度之阻抗量測，但其前端電路如:正弦波電流產生器、儀表放大器…等其功耗皆會隨所需量測頻率而增加。而第二個架構，採用方波電流同步偵測 (synchronous detection)之架構，可大大降低前端電路之功耗，並以諧波錯誤補償方法來降低方波電流所帶來之奇次諧波錯誤項。 此兩個電路皆實作於台積電 0.18微米製程，第一個晶片面積為 2.16平方毫米，在1.8伏特電源下消耗3.4微瓦，在阻抗振幅與相位的精準度上分別為 1.46 %/1.02°。第二個晶片面積為 3.4平方毫米，在 1.8伏特電源下消耗 0.29 微瓦，在阻抗實部與虛部的精準度上分別為 2.88/2.4 %。