基于多梯度神经网络的半导体器件特性建模方法和系统

授权

摘要

本发明属于集成电路半导体技术领域，具体为一种基于多梯度神经网络的半导体器件特性建模方法和系统。在现存的基于神经网络的半导体器件建模方法之上，提出了利用神经网络反向传播中梯度的特性来拟合半导体器件的电导、电荷量变化曲线的方案，该建模方案能够高精度地表达晶体管电导特性和电容特性。基于该建模方开发的建模软件系统，只需点击相关功能按钮并设置合适的参数，就自动化地能完成繁琐的模型建立、模型练训、模型测试等过程；本发明方法大大提高了半导体器件的建模精度，降低了建模难度，缩短了建模周期，为半导体器件的建模与仿真提供了更准确、便捷、快速的方案。

基本信息

专利标题：

基于多梯度神经网络的半导体器件特性建模方法和系统

专利标题（英）：

暂无

公开（公告）号：

CN112580288A

申请号：

CN202011393933.3

公开（公告）日：

2021-03-30

申请日：

2020-12-03

授权号：

CN112580288B

授权日：

2022-04-12

发明人：

陆叶杨启航齐国栋

申请人：

复旦大学

申请人地址：

上海市杨浦区邯郸路220号

代理机构：

上海正旦专利代理有限公司

代理人：

王洁平

优先权：

CN202011393933.3

主分类号：

G06F30/367

IPC分类号：

G06F30/367 G06N3/08 G06N3/04 G01R31/26