公开(公告)号：CN116205167A

公开(公告)日：2023-06-02

申请号：CN202310157186.0

申请日：2023-02-15

Applicant: 北京大学深圳研究生院

Inventor： 张立宁 ,  戴午 ,  李宇 ,  王润声 ,  黄如

IPC: G06F30/30 ,  G06F30/27 ,  G06N3/04

Abstract: 本申请涉及一种基于人工神经网络系统的晶体管统计模型的建立方法，包括接收并基于第一数据集中的数据利用所述人工神经网络系统生成标准晶体管的名义模型；基于所述第一数据集以及所述名义模型，对所述人工神经网络系统中神经元进行筛选得到最终涨落神经元；基于所述名义模型相对于所述最终涨落神经元的权重的变化情况、所述名义模型相对于阈值电压的变化情况、所述第一数据集中的漏源极电流的分布以及栅源极电压的分布，计算获得所述统计模型中所述最终涨落神经元的权重的分布以及阈值电压的分布；以及基于所述名义模型、所述最终涨落神经元的权重的分布以及所述阈值电压的分布，建立所述统计模型。

公开(公告)号：CN115374698A

公开(公告)日：2022-11-22

申请号：CN202210966753.2

申请日：2022-08-12

Applicant: 北京大学深圳研究生院

Inventor： 张立宁 ,  戴午 ,  李宇 ,  王润声 ,  黄如

IPC: G06F30/27 ,  G06F119/02

Abstract: 本申请涉及一种用于预测三端晶体管漏源电流的方法，包括接收所述晶体管的实际栅源极电压，并利用第一人工神经网络产生在所述晶体管的漏源极电压等于第一参考值时的第一漏源电流值；接收所述晶体管的实际漏源极电压，对所述第一漏源电流值与原点形成的直线进行延伸从而获得第二漏源电流；接收所述实际栅源极电压和所述实际漏源极电压，利用第二人工神经网络产生第一比值；以及基于所述第二漏源电流和所述第一比值获得当前偏置条件下对所述晶体管的漏源极电流的预测值；本申请还涉及一种如前述的用于预测三端晶体管漏源电流的人工神经网络系统及其建立方法，以及两种计算机可读存储介质。

公开(公告)号：CN119397751A

公开(公告)日：2025-02-07

申请号：CN202411417369.2

申请日：2024-10-11

Applicant: 北京大学深圳研究生院

Inventor： 张立宁 ,  李宇 ,  陈思豪 ,  王润声 ,  黄如

IPC: G06F30/20 ,  G06F30/367 ,  G06F119/08

Abstract: 一种器件自热计算、电路仿真方法及计算机程序产品，应用于电路仿真技术领域，其中一种器件自热计算方法包括：获取待仿真电子器件的热模型和热模型参数；获取当前的温度和当前的器件仿真功率，并基于当前的温度、当前的器件仿真功率、热模型和热模型参数获取待仿真电子器件的自热解析模型；确定待仿真电子器件当前的自热初始温度和当前的仿真时长，并根据自热解析模型得到待仿真电子器件在热模型参数、当前的器件仿真功率和当前的自热初始温度的情况下，经过当前的仿真时长后由当前的温度所达到的当前的自热仿真温度。由于根据自热解析模型计算待仿真电子器件的自热，相当于基于时间的演进计算自热仿真，使得减少仿真计算量。

公开(公告)号：CN118965957A

公开(公告)日：2024-11-15

申请号：CN202410943292.6

申请日：2024-07-15

Applicant: 北京大学深圳研究生院

Inventor： 张立宁 ,  沈聪 ,  李宇 ,  王润声

IPC: G06F30/27 ,  G06F119/14 ,  G06F119/04

Abstract: 本申请提出一种半导体器件老化效应的建模方法，包括：确定能反映半导体器件老化效应的BSIM‑CMG模型特征参数；建立基于BSIM‑CMG模型特征参数的含时、含偏压依赖性的老化效应的可靠性模型；由实验获得半导体器件受老化效应影响，在多种应力下，长时间域内的IV测试数据曲线；以及采用优化算法，搭建可靠性模型参数提取框架，由受老化效应影响的半导体器件时变IV数据，直接提取参数得到基于BSIM‑CMG模型搭建的半导体器件老化效应的可靠性模型的参数，从而建立适用于对应制程下半导体器件老化效应的可靠性模型。本申请还提出一种半导体器件老化效应的仿真预测方法。

公开(公告)号：CN117494524A

公开(公告)日：2024-02-02

申请号：CN202311556535.2

申请日：2023-11-20

Applicant: 北京大学深圳研究生院

Inventor： 张立宁 ,  沈聪 ,  李宇 ,  王润声

IPC: G06F30/23 ,  G06F30/27 ,  G06F119/02 ,  G06F119/08 ,  G06F119/04

Abstract: 本申请公开了半导体器件老化仿真的快速建模方法及装置，该方法通过有限元仿真等方式确定半导体器件的自热温度信息，并获得对应的老化数据ID(VG/D,t,T)；提取与BSIM‑CMG模型特征参数，并建立老化数据ID(VG/D,t,T)与所述BSIM‑CMG模型特征参数之间的第一映射关系；建立半导体器件老化可靠性模型，提取与半导体器件老化可靠性模型相关的可靠性模型参数，并通过机器学习方法建立BSIM‑CMG模型特征参数与可靠性模型参数之间的第二映射关系；根据第一映射关系和第二映射关系，实现针对半导体器件的老化预测。本申请实现较为准确地预测老化对半导体器件的IV关系的影响，提供半导体器件电路仿真的效率和准确度，实现半导体器件的高效和精准的老化预测。

公开(公告)号：CN116415639A

公开(公告)日：2023-07-11

申请号：CN202310281479.X

申请日：2023-03-21

Applicant: 北京大学深圳研究生院

Inventor： 张立宁 ,  戴午 ,  李宇 ,  王润声 ,  黄如

IPC: G06N3/063 ,  G06N3/06

Abstract: 本申请涉及基于人工神经网络系统预测多端晶体管各端电荷量的方法，包括接收第一数据集，其中所述第一数据集包括所述多端晶体管的(m‑1)个两端间电压的数据，其中所述多端晶体管包括m端，m为大于等于2的整数；基于所述第一数据集直接生成所述多端晶体管的相应的(m‑1)端的电荷量；以及基于所述多端晶体管的(m‑1)端的电荷量以及电荷守恒定律计算，获得所述多端晶体管其余端的电荷量。本申请还涉及一种用于预测多端晶体管各端电荷量的人工神经网络系统及其建立方法，以及包括如前述的预测方法和建立方法的计算机可读存储介质。