一种基于电热耦合约束神经网络的MOSFET建模方法
申请号:CN202510984273
申请日期:2025-07-17
公开号:CN120850773A
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了一种基于电热耦合约束神经网络的MOSFET建模方法,包括:定义MOSFET的二维剖面求解域,确定电热耦合约束神经网络模型的输入变量包括工作条件和在二维剖面求解域内采样的二维时空坐标;构建电热耦合约束神经网络模型,预测电势、电子浓度、空穴浓度和温度;定义由数据损失项和物理损失项构成的复合损失函数,其中,数据损失项为神经网络模型的预测值与实际值的均方误差,物理损失项为偏微分方程组残差和边界条件残差之和;通过最小化复合损失函数,对神经网络模型进行训练,直至损失函数收敛,得到能够表征MOSFET电热耦合特性的神经网络模型。本发明能够在保证物理准确性的前提下,实现对器件内部电热场的快速预测。
技术关键词
神经网络模型
电热
热传导方程
法向分量
建模方法
泊松方程
禁带宽度
坐标
半导体
物理
电子
载流子迁移率
二氧化硅
定义
计算机程序产品
处理器
连续性
计算机设备
误差
数据