这种新技术论文题为“Machine-Learning-Based紧凑型建模Sub-3-nm-Node新兴晶体管”是韩国成均馆大学的研究人员发表的朝鲜。
文摘:
”在这篇文章中,我们提供了一个人工神经网络(ANN)的紧凑的模型来评估的特征nanosheet场效应晶体管(NSFET),强调了作为下一代纳米器件。提取数据反映出准确NSFETs的物理特性,在Sentaurus TCAD(计算机辅助设计)使用模拟器。拟议的ANN模型准确有效地预测电流和电流之间的设备使用5提出关键几何参数和两个电压偏差。各种实验的进行,以创建一个强大的ANN-based紧凑模型使用大量数据sub-3-nm节点。此外,激活函数,physics-augmented损失函数,安结构,预处理方法被用于有效和高效的安学习。该模型在Verilog-A实施。全球设备模型和单独设备模型开发,及其精度和速度比现有的紧凑的模型。拟议中的ANN-based紧凑模型模拟设备特点和电路性能与精度高和速度。这是第一次,机器学习(ML)的紧凑的模型已被证明是几倍的速度比现有的紧凑模式。”
找到这里的技术论文。2022年9月出版。
哇,美国;宋,h;崔,j .;曹,h;香港、J.-T;金,美国Machine-Learning-Based紧凑型建模Sub-3-nm-Node新兴晶体管。2761年电子2022年11日。https://doi.org/10.3390/electronics11172761。
相关阅读
缩放,先进的包装,或两者兼而有之
选项的数量增长,但权衡的列表。
堆叠Nanosheets和Forksheet场效应晶体管
下一代晶体管将继续使用硅,但门结构和过程将会改变。
Nanosheet知识中心
留下一个回复