摘要
本发明涉及二维材料的设计与应用技术领域,公开了一种二维半导体纳米晶体管的设计与仿真方法,包括,收集二维半导体纳米晶体管的设计与仿真的多源数据,通过数据质量评估模型进行筛选,得到分层数据结构;构建并训练贝叶斯神经网络模型;通过多尺度特征提取算法和参数关联分析算法,识别关键影响参数并应用注意力算法关注重要参数组合;同时预测不确定性,生成最具信息量的采样点并提供预测置信区间;通过主动学习反馈优化循环,基于预测不确定性选择高价值数据点进行验证并更新模型,直至达到预设精度或资源约束;使得本发吗通过多尺度特征表征和参数关联分析,减少了无效参数探索,同时集成的物理约束和不确定性量化提升了模型可解释性。
技术关键词
半导体纳米晶体管
仿真方法
贝叶斯神经网络
分层数据结构
关联分析算法
多尺度特征提取
参数
计算机可读指令
注意力
监督学习算法
多层次特征
无监督学习
物理
泊松方程
蒙特卡洛
二维材料
指标