The growing network density and unprecedented increase in network traffic, caused by the massively expanding number of connected devices and online services, require intelligent network operations. Machine Learning (ML) has been applied in this regard in different types of networks and networking technologies to meet the requirements of future communicating devices and services. This talk will provide a detailed account of current research on the application of ML in communication networks.

반도체 소자는 스케일링을 통해 그 성능의 향상 및 제조 비용 절감을 이뤄왔다. 그러나 스케일링이 한계에 근접함에 따라 실리콘을 기반으로 하는 소자를 대체할 수 있는 새로운 재료 및 기술의 필요성이 대두되었다. 한편 지금의 수에서 수십 나노미터 크기의 미세한 소자를 제작하고 구동시키는데 있어 다양한 양자 현상들이 이미 발현되고 있고, 차세대 소자는 양자 현상을 기반으로 할 가능성이 높다. 따라서 차세대 반도체 기술 개발에 양자역학을 기반으로 하는 원자레벨의 재료 모델링 및 나노스케일 소자 시뮬레이션은 중요한 역할을 할 것으로 기대된다. 본 튜토리얼에서는 밀도범함수이론을 기반으로하는 원자 레벨 재료 모델링, 그리고 비평형그린함수법을 기반으로 하는 양자 수송 시뮬레이션의 기본 개념을 설명하고, 이러한 기법들이 차세대 반도체 기술의 연구 개발에 어떻게 응용될 수 있는지 예시를 통해 다룰 예정이다.