一种共源共栅氮化镓电路的强化监督学习设计与优化方法

    公开(公告)号:CN118468788A

    公开(公告)日:2024-08-09

    申请号:CN202410446661.0

    申请日:2024-04-15

    Applicant: 南通大学

    Abstract: 本发明公开了一种共源共栅氮化镓电路的强化监督学习设计与优化方法,采用ZVS状态量化技术与强化监督学习相结合实现。通过蒙特卡洛仿真出的电路初始参数数据集初步训练神经网络模型,进一步在模型的训练过程中增添将ZVS相关状态数据量化后的参数q作为奖励信号来监督模型的训练过程,引导权重的更新方向,使模型迅速收敛。本发明所提出的基于共源共栅氮化镓电路的强化监督学习设计与优化方法能够有效提高神经网络的预测精度,快速计算出共源共栅氮化镓电路实现高转化效率对应的最优器件参数值,并且成本较低,能够显著提高电路的设计与优化效率。

    一种PNPN型纳米级晶闸管及其制备方法

    公开(公告)号:CN118431273A

    公开(公告)日:2024-08-02

    申请号:CN202410439012.8

    申请日:2024-04-12

    Applicant: 南通大学

    Abstract: 本发明公开了一种PNPN型纳米级晶闸管及其制备方法,属于晶闸管技术领域,具有PNPN四个掺杂区结构的纳米级晶闸管,包括沿着InAs纳米线自上而下分布的N2‑Si区、P2‑Zn区、N1‑Si区和P1‑Zn区,位于P1‑Zn区上端形成阳极、位于N2‑Si区下端形成阴极以及位于P2‑Zn区侧边形成栅极;该制备方法采用气源控制方法控制InAs纳米线中不同长度的纤维锌矿和闪锌矿晶相区域的一次性独立生长成型,利用高低温混晶掺杂方法在InAs纳米线的不同晶相区域分别进行高温P型掺杂、低温N型掺杂。本发明的晶闸管具有更小的尺寸和更小的功耗,可以降低制造成本、延长电池寿命、提高电子设备效率以及降低能源的消耗。

Patent Agency Ranking