基于神经网络的纳米MOSFET载流子密度量子更正

为了处理纳米MOSFET载流子分布的量子效应,提出了基于Levenberg-Marquardt BP神经网络的量子更正模型,通过载流子的经典密度计算其量子密度,并对拥有不同隐层数和隐层神经元数的神经网络的训练速度和精度进行了研究.结果表明:含有2个隐层的神经网络具有高的训练速度和精度,但隐层神经元数对速度和精度的影响并不明显;对于单栅和双栅纳米MOSFET,其载流子量子密度可以通过神经网络进行快速计算,其结果与Schrodinger-Poisson方程的吻合程度很高.     

基于神经网络的纳米MOSFET反型层载流子密度量子更正

文章提出了基于Levenberg—Marquardt BP神经网络的MOSFET反型层载流子密度量子更正模型．对于较大氧化层厚度范围、Si层厚度范围、栅压范围和掺杂浓度范围的单栅以及双MOSFET．Si反型层备点的载流子量子密度都可以通过经典载流子密度进行快速预测，预测结果与Schrodinger—Poisson程的平均相对误差不超过5％。     

一种具备良好泛化能力的神经网络MOSFET模型

设计了一种具有良好泛化能力的神经网络MOSFET模型。通过对超阈值区域和亚阈值区域的分段建模,得到了对器件直流特性和温度特性的精确描述。采用自适应遗传算法对网络的泛化能力进行优化,使模型对训练样本集边界外的数据也有很好的计算精度,具备了良好的预测能力。在Verilog-A平台上实现了分段模型的整合,能直接应用于基于SPICE的电路设计与分析。     

MOSFET基分布式放大器的研究进展

对于一种基于金属氧化物半导体场效应晶体管(MOSFET)的分布式放大器的设计原理做了较为详细的阐述.从增益单元的设计、匹配网络和低噪声特性的改进三个不同的方面,介绍了MOSFET基分布式放大器的研究进展并展望了MOS-FET基分布式放大器的发展趋势.     

射频MOSFET噪声模型研究

对0.13μm MOSFET噪声建模和参数提取技术进行了研究,在精确地提取了小信号模型参数之后,利用噪声相关矩阵技术从测量的散射参数和射频噪声参数直接提取了栅极感应噪声电流■、沟道噪声电流■和它们的相关系数,并用PRC模型中的参数来表示。将参数提取结果带入ADS中进行仿真,在2～8GHz频段上仿真结果与测量数据吻合良好。     

基于SiC MOSFET的霍尔迁移率在片测试方法

研究了一种霍尔迁移率在片测试方法,通过在片测量反型层电荷密度ns和反型层方块电阻Rs得到反型层载流子的霍尔迁移率。通过在待测芯片上固定一个环形磁体获得一个高强度磁场,并且测试磁体与芯片距离和磁场强度的关系。讨论了反型层电荷密度ns和反型层方块电阻Rs的测试原理和方法,采用多次测量求导的办法,消除了霍尔电压测试过程中由于样品制备和测试系统的原因引入漂移电压,提高了测试精度。基于该方法完成测试平台搭建,并应用该测试平台完成了对SiC MOSFET样品霍尔迁移率的测试,得到了霍尔迁移率随栅极电压变化的关系。     

新型薄膜SOI高压MOSFET的研制

研制了两种薄膜SOI高压MOSFET,一种是一般结构,另一种是新的双漂移区结构.两者的栅宽均为76 0μm,有源区面积为8.5 8×10 - 2 m m2 ,测试表明其击穿电压分别为17V和2 6 V,导通电阻分别为80Ω和6 5Ω.     

MOSFET的热载流子损伤及其退火

对国内常规54HC工艺制作的PMOSFET进行了F-N热载流子注入损伤实验,研究了MOSFET跨导、阈电压等参数随热载流子注入的退化规律,特别是从微观氧化物电荷和界面态变化对阈电压影响角度,对国内外较少见报道的MOSFET热载流子损伤在室温和高温(100°C)下的退火特性进行了研究,并从该角度探讨了MOSFET热载流子注入产生氧化物电荷和界面态的特性。     

新型薄膜SOI高压MOSFET的研制

研制了两种薄膜SOI高压MOSFET,一种是一般结构,另一种是新的双漂移区结构.两者的栅宽均为760μm,有源区面积为8.58×10-2mm2,测试表明其击穿电压分别为17V和26V,导通电阻分别为80Ω和65Ω.     

量子神经网络及其应用

量子计算与人工神经网络相结合的量子神经网络(Quantum Neural Networks,QNN)有可能成为未来信息处理的重要手段。分析了人工神经网络向QNN演变的动因及形式、QNN的优势及可能的物理实现方法。着重讨论了几种QNN模型的结构、学习方法及特性,并阐述了QNN在模式识别、纠缠计算、函数近似等方面的初步应用。     

Neural-Network-Based Charge Density Quantum Correction of Nanoscale MOSFETs

为了处理纳米MOSFET载流子分布的量子效应,提出了基于Levenberg-Marquardt BP神经网络的量子更正模型,通过载流子的经典密度计算其量子密度,并对拥有不同隐层数和隐层神经元数的神经网络的训练速度和精度进行了研究.结果表明:含有2个隐层的神经网络具有高的训练速度和精度,但隐层神经元数对速度和精度的影响并不明显;对于单栅和双栅纳米MOSFET,其载流子量子密度可以通过神经网络进行快速计算,其结果与Schrodinger-Poisson方程的吻合程度很高.     

Recognition of Continuous Digits by Quantum Neural Networks

1　ＩｎｔｒｏｄｕｃｔｉｏｎＱｕａｎｔｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ (ＱＮＮ )ｉｓａｂｕｒ ｇｅｏｎｉｎｇｎｅｗｆｉｅｌｄｗｈｉｃｈｉｎｔｅｇｒａｔｅｓｃｌａｓｓｉｃａｌｎｅｕｒｏ ｃｏｍｐｕｔｉｎｇｗｉｔｈｑｕａｎｔｕｍｃｏｍｐｕｔｉｎｇ[1～2 ] .ＴｈｅｆｉｅｌｄｏｆｃｌａｓｓｉｃａｌａｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ (ＮＮ)ｃａｎｂｅｇｅｎｅｒａｌｉｚｅｄｔｏｔｈｅｑｕａｎｔｕｍｄｏｍａｉｎｂｙｅｃｌｅｃｔｉｃｃｏｍ ｂｉｎａｔｉｏｎｏｆｔｈａｔｆｉｅｌｄｗｉｔｈｔｈｅｐｒｏｍｉｓｉ…     

纳米级MOSFET隧穿栅电流量子模型

运用一种全量子模型,研究高k栅介质纳米MOSFET(场效应管)栅电流,特别适用于各种材料高k栅介质和高k叠栅介质纳米MOSFET。使用该方法,研究了高k栅介质中氮含量等元素对栅极电流的影响,并对模拟结果进行了分析比较。结果显示,为了最大限度减少MOS器件的栅泄漏电流,需要优化介质中的氮含量。通过对比表明,模型与实验结果符合。     

Comparative Study of Energy Quantization Approaches in Nanoscale MOSFETs

An analytical model has been developed to study inversion layer quantization in the ultra thin oxide MOS(metal oxide semiconductor)structures using variation and triangular well approaches.Accurate modeling of the inversion charge density using the continuous surface potential equations has been done.No approximation has been taken to model the inversion layer quantization process.The results show that the variation approach describes inversion layer quantization process accurately as it matches well with the BSIM 5(Berkeley short channel insulated gate field effect transistor model 5)results more closely compared with triangular well approach.     

量子神经网络及其在CDMA多用户检测中的应用

量子计算与人工神经网络相结合的量子神经网络(QNN-Quantum Neural Networks)由于利用了量子并行计 算和量子纠缠等特性从而克服了传统人工神经网络的某些固有缺陷,将成为未来信息处理的重要手段。介绍了与量子神经 网络相关的量子计算基础,描述了一种量子神经元模型,分析证明了单个量子神经元具有与两层前向神经网络相当的非线 性映射能力。提出了一种基于量子神经元与量子寄存器的多用户检测方案,计算机仿真结果表明:本文所提出的检测器在 误码率和抗“远近”效应方面均具有良好的性能。     

人工神经网络在解深亚微米MOSFETs反型层量子效应模型中的应用

应用前馈神经网络解深亚微米MOSFETs反型层量子效应模型.此方法需要用神经网络解微分方程的特征值问题以及积分方程.首先以此方法解具有Morse势函数的Schro¨dinger方程来验证此方法的精度,然后,以此方法解Schro¨dinger方程和Poisson方程的近似模型——三角势阱模型.该方法易于实现,便于扩展到二维模型,方便模拟.     

人工神经网络在解深亚微米MOSFETs反型层量子效应模型中的应用

应用前馈神经网络解深亚微米MOSFETs反型层量子效应模型.此方法需要用神经网络解微分方程的特征值问题以及积分方程.首先以此方法解具有Morse势函数的Schrodinger方程来验证此方法的精度,然后,以此方法解Schrodinger方程和Poisson方程的近似模型--三角势阱模型.该方法易于实现,便于扩展到二维模型,方便模拟.     

基于量子纠错码的小型量子网络路由通信协议

在小型量子网络中采用量子隐形传态通信从物理机制上保证通信信息的绝对安全,但是由于量子信道存在噪声,干扰信息的正确性从而产生误码。为保证通信信息的可靠性,本文提出基于量子纠错码的小型量子网络路由通信协议。根据小型量子网络的路由特点构建路由表;依据路由表实现源量子节点到一跳、两跳目的量子节点的量子隐形传态;利用量子纠错码纠正因噪声产生的误码信息;对该协议的安全性进行理论证明。