摘要
本发明公开了一种基于多物理约束神经网络的MOSFET器件建模方法及相关设备,其中方法包括:获取MOSFET器件正常工作状态下的各项数据,对获得的数据进行预处理,以得到训练多物理约束神经网络模型所需的数据集;构建多物理约束神经网络模型,将电荷平衡和输送方程作为物理约束,加入模型的设计和训练过程,以实现物理约束神经网络建模;使用数据集迭代训练多物理约束神经网络模型,直至模型的考核指标满足预设要求。本发明将垂直沟道方向的电荷平衡条件和载流子输送方程,作为物理约束引入MOSFET神经网络模型设计和训练过程,能够准确拟合MOSFET器件的工作时的行为特性。本发明可广泛应用于集成电路技术领域。
技术关键词
器件建模方法
MOSFET器件
半导体掺杂浓度
物理
MOSFET栅极
方程
数据
神经网络模型训练
计算机程序产品
计算误差
多输入单输出
氧化层
集成电路技术
电流
模型训练模块
电压
指令
建模系统
系统为您推荐了相关专利信息
模拟模型
压力
物理性质参数
现场地应力
数值计算方法
数值模拟方法
三维地质模型
应力场
隧道工程施工技术
岩层物理性质
智能物资
调拨系统
信息采集模块
库存管理模块
分析模块
地基承载力特征值
地基变形模量
数据
工程参数优化方法
校准