基于机器学习二维场效应晶体管紧凑模型构建方法及装置

本发明提供一种基于机器学习二维场效应晶体管紧凑模型构建方法及装置，涉及集成电路设计技术领域。该方法包括：获取待预测的二维场效应晶体管的漏极电压以及栅极‑源极电压；构建基于机器学习的二维场效应晶体管紧凑模型；其中，二维场效应晶体管紧凑模型包括：对数子模型、线性子模型以及权重函数；将漏极电压以及栅极‑源极电压分别输入到对数子模型以及线性子模型，得到对数子模型输出结果以及线性子模型输出结果；将对数子模型输出结果以及线性子模型输出结果通过权重函数进行加权，得到漏极电流预测结果。本发明使用了两个子模型和一个权重函数来减轻晶体管电流输出宽范围对模型拟合的影响，简化了拟合过程并减少了建模时间。