台湾国立阳明交通大学的研究人员发表了一篇题为“一种机器学习方法来模拟栅极全能硅纳米片mosfet的内在参数波动”的技术论文。
“这项研究全面分析了基于ann的ML策略在模拟波动源对GAA Si NS mosfet电特性影响方面的潜力。利用内在参数波动源(WKF、RDF、ITF及其组合)，共模拟4000个波动设备，收集完整的数据集，用于神经网络模型的训练和测试。通过对阈值电压、通态电流和断态电流的变化进行建模，成功地分析了它们的独立效应和联合效应。”
找到开放获取这里是技术文件。2022年7月出版。
R. Butola, Y. Li和S. R. Kola，“一种机器学习方法来建模栅极全向硅纳米片mosfet的内在参数波动”，在IEEE Access, vol. 10, pp. 71356-71369, 2022, doi: 10.1109/ Access .2022.3188690。
相关阅读
GAA知识中心
结构、晶体管、材料的巨大变化
谁在新一代芯片中做什么，他们预计什么时候做。
纳米片fet驱动计量和检测的变化
检测深层或隐藏结构内部的缺陷需要多工具方法。
晶体管在3nm达到临界点
在这十年中，纳米片是最有可能的选择，CFETs和其他奇异结构可能在那之后出现。
留下回复