基于神经网络的GaNJBS二极管器件性能预测方法
基本信息
| 申请号 | CN202210258348.5 | 申请日 | - |
| 公开（公告）号 | CN114692491A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692491A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F30/27（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 段小玲;马浩;王树龙;张进成;张金风;郝跃 | 申请（专利权）人 | 西安电子科技大学 |
| 代理机构 | 西安睿通知识产权代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 710071陕西省西安市雁塔区太白南路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及微电子器件技术与人工智能技术领域，具体涉及基于神经网络的GaN JBS二极管器件性能预测方法。本发明充分利用神经网络深度学习根据数据自动提取特征的特点，将其应用于GaN JBS二极管器件性能的预测，从而快速预测器件性能，并根据预测结果调整输入结构来优化器件特性；弥补了传统器件仿真和实验测试方法周期长、效率低、耗时耗力的不足，快速便捷地建立起由GaN JBS二极管器件结构与性能指标之间的关联，能够加速GaN JBS二极管性能预测的研究，降低预期性能指标下器件结构的设计难度。 |
