• 學位論文

以數位蝕刻法應用於垂直式砷化銦奈米線之尺寸微縮及其場效電晶體之特性研究

在本論文中，我們探討數位蝕刻方法在垂直式砷化銦(InAs)奈米線的特性，並應用於垂直式砷化銦奈米線電晶體元件。砷化銦奈米線樣品是利用分子束磊晶(MBE)法在重摻雜之矽(111)基板上沿著[111]方向成長。成長後反覆利用氧電漿將奈米線表面氧化及利用醇類(alcohol- based)酸性蝕刻液將表面氧化層去除。透過此數位蝕刻的步驟，一次可以將砷化銦奈米線微縮半徑約2.9nm。最終我們完成直徑為40nm之垂直式砷化銦奈米線。 在電晶體製作方面，我們透過原子層沉積(ALD)技術以及真空濺鍍系統(Sputter)分別成長閘極氧化層以及閘極金屬，接著採用low-k聚合物─苯環丁烯(BCB)作為平坦化材料及上下電極之間的間隔層，來有效地包覆住奈米線使其穩固垂直站立。隨後利用反應式離子蝕刻進行乾式蝕刻，蝕刻掉包覆於奈米線上半部之閘極金屬以定義閘極長度，同時露出奈米線頂端以利後續與上方電極形成歐姆接觸。接著以光學微影系統定義出上方電極位置並利用電子束蒸鍍機鍍上30nm鈦/100nm金。最後，我們直接以原先重摻雜之矽基板作為下方電極來完成垂直式砷化銦奈米線電晶體元件之製作。 在電性量測上，我們成功製作出臨界電壓為-0.46V，且S.S.為137mV/decade的垂直式砷化銦奈米線電晶體，並將結果與文獻進行比較和討論。最後從文獻中探討未來該如何調整製程方向使砷化銦奈米線電晶體的電性能有進一步的提升。

• 學位論文

邊緣蝕刻氧化鋁介電層在感應耦合金氧半穿隧二極體多位階電荷儲存之研究

本篇論文經由電流、電容及電荷儲存特性深入地探討邊緣經蝕刻之氧化鋁介電質對於金氧半穿隧二極體的影響。其行為相對於不具有蝕刻邊緣的元件呈現明顯差異，主要導因為經由蝕刻製程，有陷阱在邊緣形成。氧化鋁層的厚度也是影響電荷儲存特性的重要因素。在一個週期的正負施加偏壓後，可以觀察到相反的平帶電壓平移，說明在不同的氧化鋁厚度中，特性由相異的注入機制主導。對於一擁有較薄氧化鋁的金氧半元件，由電極注入的電子主導電荷儲存特性。而在擁有較厚氧化鋁的元件中，則是由基板注入的電洞主導。氧化鋁接著被應用於同心圓電荷耦合穿隧二極體閘極的介電層。若電子被儲存於介電層中，中心的二極體會感應到較小的電流。相較於僅有二氧化矽介電層的電荷耦合穿隧二體極，氧化鋁使元件擁有更大的電流窗口以及較佳的保留特性。具備不同厚度氧化鋁厚度的耦合元件展現相異的耐久特性，而這個結果和在單一金氧半元件上的實驗是一致的。基於穩定的電流窗以及較長的電荷保留性，我們建議較薄的氧化鋁介電層較適合作為記憶體應用。由於儲存在邊緣的電荷數量可以藉由不同的偏壓條件調控，多位階的特性被進一步地展示，同時以可調變阻抗方式呈現似類比行為實驗，研究過程詳細地探討施加偏壓大小以及持續時間的影響。實驗中金氧半穿隧二極體展現的多位階特徵及似類比行為展現了可做為記憶體和人工神經網路中突觸元件的潛力。儘管此元件體積在現階段是大的，其邊緣感應機制使得尺寸微縮是可行的。微縮的概念同時藉由二維TCAD模擬輔助說明。在內文中，也提出了對未來研究的數個建議以提升此元件在各方面的表現。

• 學位論文

應用於LTE-10MHz系統之封包追蹤混合式電源調變器設計

自長期演進技術開始發展為第四代行動通訊之協定，射頻功率放大器之功率轉換效率便成為射頻發射器設計中愈發嚴重的議題。封包追蹤技術依據輸入封包訊號，調變功率放大器之供應電源，以作為提升其效率的有效解決方案。故相較於給予固定電壓之單一功率放大器，其功率損耗便能明顯降低。 本論文採用混合式電源調變器之架構以實現封包追蹤。此電源調變器包含一個線性放大器以快速追蹤訊號，並提供低輸出阻抗以壓抑雜訊或非線性成份;一個切換式放大器以提供主要的輸出功率，進而達到高功率轉換效率。其中線性放大器包含一個電流再利用之轉導放大器及靜態電流控制之AB類輸出級，且回授路徑加上RC元件以增加其頻寬。切換式放大器則採用遲滯控制，其中零點尖峰之遲滯比較器可降低迴路的時間延遲。 論文中封包追蹤混合式電源調變器乃以台積電0.18微米之互補式金氧半導體製程實現，使用3.3伏特I/O元件。其供應電壓為3.5伏特且晶片面積為1.55平方毫米。為單測該電源調變器，負載端掛上6歐姆電阻並聯150 pF電容以模擬功率放大器之負載。其功率轉換效率在29.3 dBm輸出功率下達到75.2%;為量測封包追蹤之系統，採用一商用功率放大器模組以為測試用。系統之功率附加效率在22 dBm輸出功率下自8.3%改善至25.6%，此時功率增益為34.9 dB。

• 學位論文

n-型鍺錫反轉式及無接面式鰭式電晶體製作與分析

自從1960年代摩爾定律被提出後，電晶體等邏輯元件便跟隨摩爾定律持續微縮至今。為了提升元件效能以延續摩爾定律，以具更高載子遷移率的新材料如鍺或鍺錫，來作為電晶體的通道材料，是一個可行的選項。鍺錫合金的電洞遷移率，可藉由施加壓縮應變來提升；而電子遷移率則可藉由將電子聚集在等效質量較小的Γ能帶來提升。目前為止已有高效能的p-型鍺錫電晶體被發表，然而關於n-型鍺錫電晶體的相關研究至今卻十分稀少，且效能相較p-型鍺錫電晶體偏低。 　　本論文製作出n-型鍺錫平面電晶體以及n-型鍺錫鰭式電晶體。與平面電晶體相比，鰭式電晶體在導通電流以及次臨界擺幅表現上有顯著的提升。鰭式電晶體的最佳表現為100 μA/μm導通電流(在VOV = 1 V)與170 mV/dec次臨界擺幅，且隨著通道長度與通道寬度微縮，電晶體表現會因更佳的閘極對通道控制能力，而進一步提升。除了反轉式鍺錫鰭式電晶體，論文中也製作出無接面式鍺錫鰭式電晶體。由於鍺錫合金相較於矽、鍺具有較差的熱預算及熱穩定性，降低熱預算是鍺錫電晶體製程的一大重點。無接面鍺錫鰭式電晶體由於可避免載子活化的熱製程步驟，因此整體製程的熱預算得以降低，使得表現優於反轉式鍺錫鰭式電晶體。n-型濃摻雜的鍺錫合金，可藉由化學氣相沉積方式，在鍺錫合金磊晶過程中以內摻雜技術來成長。完成之無接面鍺錫鰭式電晶體，在導通電流、次臨界擺幅與電流開關比表現上，均優於反轉式鍺錫鰭式電晶體，最佳表現為200 μA/μm導通電流(在VOV = 1 V)、90 mV/dec次臨界擺幅與106電流開關比(在VOV = 1 V)，是目前發表之n-型鍺錫電晶體的紀錄。

• 學位論文

基於動態點擊轉換之互動式物件切割演算法及其高效率嵌入式系統實作

互動式物件切割(interactive object segmentation)會依照使用者給予的指示將目標對象切割出來，並且透過互動持續修正標示錯誤的區域，達到更加精確的切割結果。這項技術中最主要的挑戰來自於使用者給予的指令與目標物之間的不確定性， 如何明確表示使用者意象並以最少的互動次數達到精確的切割結果一直都是這項技術中熱門的研究對象。傳統演算法需要大量的使用者標示來估計前景和背景的分佈。近年來隨著深度學習在電腦視覺上的成功應用，基於深度學習的互動式物件切割算法將使用者互動轉換為圖片，並通過卷積神經網絡(Convolutional Neural Network)預測切割物件。這些方法在展示優異結果的同時也提高了計算複雜度， 不利於嵌入式系統上的實作。 在本篇論文中，我們提出了動態點擊轉換演算法來更好地表示使用者給予的指令與互動，並同時考慮空間幾何與特徵分佈，善加利用使用者傳達的資訊。與現有演算法相比，動態點擊轉換演算法展現了良好的表現，證實了提出方法的有效性。 除此之外，我們透過一連串的優化在Nvidia Jetson TX2開發版上實現了高效率的演算法實作，達到與使用者的即時互動，提供精確的切割結果和低延遲的使用者體驗。

• 學位論文

一種應用於三維點雲資料的三維幾何特徵提取方法

近年來在深度學習領域，許多卷積運算子的提出在三維幾何資料中有著很好的表現。有些運算子只拿三維座標作為輸入便能有很好的表現。然而，旋轉不變性對於三維資料來說是個有挑戰性的課題。有些運算子的表現在經過旋轉之後往往會變差。在這篇論文中，我們提出了一個架構，能根據點集合的中心和參考點抽取特定不受旋轉影響的幾何特徵，且同時搜尋不同數量的最近鄰近來組成不同的點集合。在我們的設計裡，我們在特定的點雲資料中，同時搜尋不同數量的最近鄰居，然後逐步減少點雲的取樣好以取得較多不受旋轉影響的特徵資訊。我們實驗在不同且知名的點雲資料集，例如：物件辨識、物件分割等等。我們還針對我們的模型結構去做分析，而結果說明我們的設計還有所抽取的特徵著實有改善模型的表現。實驗也證實我們的方法即便在經過旋轉過後的資料依然能生成一樣的結果，且能有最先進的表現。其在ModelNet40 這個物件辨識資料集上能達到平均90.4% 的預測正確率，而在含有背景資訊的ScanObjectNN 這個物件辨識的資料集上也能達到平均76.2% 的預測正確率，在ShapeNet 這個物件分割的資料集上則可達到79.2% 的mIoU。

• 學位論文

探討垂直矽奈米線延伸式閘極離子感測場效電晶體

定點照顧檢驗系統 (POCT) 是下一代醫療健保系統的趨勢之一。定點照顧系統的建立需要有高靈敏度、成本低等優點的電化學感測器。而延伸式閘極離子感測場效應電晶體 (EGISFET) 是其中一種電化學感測器，EGISFET在許多方面皆優於離子感測場效應電晶體 (ISFET)，然而解析度與靈敏度之間的取捨，一直都是EGISFET很大的問題。故有著高解析度且高靈敏的EGISFET陣列感測器，是許多研究人員的最大目標。在我的研究中，我們製作出不同高度的垂直矽奈米線延伸式閘極離子感測場效應電晶體(SiNW-EGISFET)，不同高度的垂直矽奈米線是利用金屬輔助化學蝕刻做出，在蝕刻過程中會用到的金屬奈米網格是由我們重複使用的陽極氧化鋁翻印而成，過程中的材料與蝕刻方法，所花的成本相對於傳統方法都低很多。最後我們使用曝光顯影定義出感測區範圍。我們使用COMSOL模擬來獲得電雙層電容/靈敏度增加率與矽奈米線高度的關係。經量測後發現，SiNW-EGISFET的pH靈敏度皆大於平面結構且趨勢與COMSOL模擬結果相同。為了探究實驗結果背後的數學關係，我們推導出了一個簡單的模型，模型結果趨勢也與實驗結果相同。我們認為在奈米線間擴散層的重疊是靈敏度增加的原因。基於這項研究，我們可以在無法縮小奈米結構間距的情況下，繼續增加感測器靈敏度。這對於建立能應用在定點照顧檢驗系統的高靈敏度感測器有非常大的幫助。

• 學位論文

基於運算子分裂法定價雙資產歐式及美式選擇權的高能效硬體加速器

高維度偏微分方程可用來描述許多現實生活中遇到的問題，包含金融工程中的選擇權定價問題。著名的多維布萊克-休斯方程式即是其中一個例子。此方程式描述了一個歐式的多資產選擇權隨時間變動的價格。而美式選擇權的定價方式，則需要求解一個包含這個偏微分方程的線性互補問題。對於這類問題，我們可以使用運算子分裂法來有效率地進行求解。 隨著市場中金融商品日益複雜，尋求高速與節能的定價方式變得更加重要。本論文提出一個基於布萊克-休斯模型，以運算子分裂法定價雙資產歐式及美式選擇權的硬體加速器。此硬體設計中包含一個求解三對角矩陣系統以及線性互補問題限制項的平行運算模組、一個矩陣乘法和資料位置轉置的平行運算模組、以及兩個矩陣係數產生器。透過直接在硬體上產生係數，可以節省原本需要在硬體上儲存所需的記憶體空間。我們也提出了管線化三對角矩陣演算法和矩陣乘法的方式，以達到更高的硬體使用效率和處理速度。 我們使用Altera Stratix V的FPGA板作為主要的計算平台，並透過PCIe進行資料傳輸。在考量硬體資源使用和結果的準確性下，我們選擇使用自定的浮點數長度來進行資料處理。在實驗結果上，本論文提出的硬體架構和運作於Intel i7-9700K CPU且優化過的多線程軟體版本相比，加速倍率為4.62倍到6.10倍，而能量效率更能達到32.9倍到43.4倍的進步。和運作於Nvidia RTX 2080ti GPU的相應軟體相比，硬體能有1.67倍到2.27倍的加速，且能量效率也有19.7到26.5倍的進步。

• 學位論文

應用於三維點雲分類任務之注意力機制及神經網路搜索架構

近幾年來，隨著對自動駕駛技術的投入，三維點雲的研究也隨之 蓬勃發展。其中由於 3D 點雲有著不規則以及無順序的特性，因此要 抓取點與點之間的幾何特徵是非常困難的。本論文提出了 3 種方法 來改善抓取點雲特徵的能力，進而提升點雲分類任務的正確及穩定 度。在第一個方法中我們引入了 2 種不同面向的注意力機制，分別為 用來決定點與點之間關聯性大小的點注意力模組 (Point-wise Attention Module) 以及讓模型在有限資源下更專注於重要特徵的通道注意力模 組 (Channel-wise Attention Module)。採用了此方法後，本論文不只在 ModelNet40 資料集上達到了最先進的正確率 93.7%，在 ScanObjectNN 資料集上的錯誤率相比於 DGCNN 也減少了 2.96% ~ 7.49%。第二個 方法則是動態 K 值調整 (Dynamic K)，我們藉由動態調整 K-近鄰演算 法 (KNN) 的大小來改善在面對低解析度物體時的正確率。有了這個方 法後，我們在面對低解析度物體時，正確率有著 2.4% ~ 434.7% 增長。 最後第三種方法我們利用了神經網路搜索 (NAS) 的技術來找出更適合 點雲分類任務的架構。經由實驗結果證明，神經網路搜索 (NAS) 的方 法確實能帶來更好的性能。透過此方法，我們在 ModelNet40 的正確率 進一步提升到了 93.9%，在 ScanObjectNN 的正確率也與人工設計的架 構表現相當。

• 學位論文

基於原始對偶演算法之光場超解析影像技術

光場攝影技術能記錄場景中的空間及角度資訊，因此具有數位變焦的功能。使用者能藉由空間及角度的資訊重建二維影像，不需要於拍攝影像時事先將相機對焦於特定的位置。然而由於部分的空間解析度被轉換為角度資訊，所重建之二維影像解析度將大幅低於捕捉影像之相機感光器解析度。 本篇論文結合深度估測以及超解析演算法，提出了一套針對光場影像產生高解析度全對焦二維影像的完整架構。由於所採用的光場設置需要先根據深度資訊，將正確的全對焦彩色影像自光場資料提取出來，我們改良了現有的深度估測演算法，利用其產生低解析度的觀察影像作為超解析演算法的輸入，並考量光場影像的性質，設計問題的目標函數，再利用高效率的原始對偶演算法進行最佳化。此演算法保留了影像細節，同時也保存了低解析度觀察影像中的自然度。 我們將架構實測於不同的拍攝影像以及不同的超解析倍數如2 × 2，3 × 3，以及4 × 4。在一張四維影像尺寸為24 × 37 × 51 × 51 的光場影像上，三種倍數的超解析流程皆可在100 次迭代內收斂，其中3 × 3的二維影像尺寸為1056 × 1680。本篇論文中應用於超解析及深度圖修補之原始對偶演算法可彈性適用於不同函數，使用者可根據所側重之輸出影像性質設計最佳化目標。利用本篇論文提出的架構，使用者能夠由單一的四維光場影像得到高解析度的全對焦二維影像。除此之外，此架構的建立有助於分析其內部不同演算法之間的搭配，有助於針孔陣列光場研究的發展。