Automated Design and Feedback-Driven Optimization of RF Front-Ends using Physics-Aware AI-based Pixelated Matching Networks
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710115070
과학기술정보통신부
한국연구재단
국립금오공과대학교
박정수
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
4,549만원
4,549만원
기초연구
대학
경상북도 구미시
전기/전자 > 반도체 소자·회로 > 달리 분류되지 않는 반도체 소자·회로
o 본 연구는 기생 효과·전자기 특성·선형성·인과성·소자/공정/공간 제약 등의 물리 법칙을 신경망 구조에 내재화하여 기존의 엔지니어 경험에 의존한 레이아웃 및 반복적인 3D EM 시뮬레이션 기반의 회로설계 대비 혁신적인 설계 시간/비용/신뢰성 개선이 가능한 “물리 인지형 AI 기반 픽셀화 정합 네트워크를 활용한 RF 프론트엔드 자동 설계 및 피드백 기반 성...
1) 물리 인지형 AI 기반의 픽셀화 정합 네트워크 역설계 및 피드백 기반 성능 최적화- RF/mm-Wave와 같은 고주파수 대역 회로설계 시, 다양한 성능 지표의 최적화를 위해 설계자의 경험적 지식, 수주 ~ 수개월의 반복적인 EM 시뮬레이션, 검증 및 개발 기간이 요구된다. 이를 해결하기 위해 본 연구에서는 Physics-Aware Neural Netw...
1) 연구과제의 활용방안 - 차세대 6G 이동통신, 초소형 위성통신 개발 및 12대 국가전략기술 투자계획 정책과의 시너지 효과. - 광대역 AESA 레이다, 전자전 전파 교란 장치 및 군용 mm-Wave 레이다와 같은 방위산업. - 물리 인지형 AI 기반의 역설계 및 최적화 기술을 활용한 RFIC/MMIC, 안테나 및 모듈 설계 자동화. - 예상 성...