| 基于神经网络的纳米MOSFET量子更正 |
| |
| 引用本文： | 李尊朝,蒋耀林. 基于神经网络的纳米MOSFET量子更正[J]. 固体电子学研究与进展, 2006, 26(3): 285-289 |
| |
| 作者姓名： | 李尊朝 蒋耀林 |
| |
| 作者单位： | 西安交通大学电子与信息工程学院,西安,710049;西安交通大学理学院,西安,710049 |
| |
| 基金项目： | 国家自然科学基金 , 国家重点基础研究发展计划(973计划) |
| |
| 摘 要： | 提出了基于Levenberg-MarquardtBP神经网络的纳米MOSFET量子更正模型,并对拥有不同隐层、不同隐层神经元数的网络的训练精度和速度进行了研究对比。结果表明,包含2个隐层的网络可以获得高的训练速度和精度。该模型可用于快速预测纳米MOSFETSi层各点载流子量子密度,并对其电容及漏电流进行量子更正,其结果与Schrdinger-Poisson方程的吻合度很高。
|
| 关 键 词： | 神经网络 量子更正 金属氧化物场效应晶体管 |
| 文章编号： | 1000-3819(2006)03-285-05 |
| 收稿时间： | 2005-08-12 |
| 修稿时间： | 2005-11-07 |
Quantum Correction of Nanoscale MOSFETs with Neural Networks |
| |
| LI Zunchao,JIANG Yaolin. Quantum Correction of Nanoscale MOSFETs with Neural Networks[J]. Research & Progress of Solid State Electronics, 2006, 26(3): 285-289 |
| |
| Authors: | LI Zunchao JIANG Yaolin |
| |
| Abstract: | Backpropagation neural networks using Levenberg-Marquardt algorithm are applied to make quantum correction to nanoscale MOSFETs and the efficiency and accuracy of the neural networks with different hidden layers and different neurons are studied. The research indicates that high speeds and accuracy can be obtained using neural networks with two hidden layers. The model can be used to predict quantum charge density in Si layers and make quantum correction to capacitance and drain currents of MOSFETs in very good agreement with Schroedinger- Poisson approach. |
| |
| Keywords: | neural network quantum correction MOSFET |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
