91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

ANN神經網絡——器件建模

中科院半導體所 ? 來源:SPICE 模型 ? 2025-01-06 13:41 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著半導體行業(yè)的新材料、新工藝、新器件的不斷發(fā)展,人工神經網絡作為一種替代方法已經被引入器件建模領域。本文介紹了ANN神經網絡建模的起源、優(yōu)勢、實現方式和應用場景。

隨著半導體行業(yè)的新材料、新工藝、新器件的不斷發(fā)展,現有的模型已經不能夠完全精確地表征新器件的特性。從底層物理調整或者開發(fā)一個新的器件模型需要反復實驗摸索,需要很長時間,況且對一些新材料、新器件的特性效應也沒有完善準確的特性方程描述,出現了理論落后于工業(yè)的局面。為了克服新的器件模型和理論不完善的問題,人工神經網絡作為一種替代方法已經被引入器件建模領域。

ANN模型及其優(yōu)勢

自1995年加拿大卡爾頓大學的Qi-Jun Zhang教授提出將神經網絡用于微波領域以來,神經網絡 (Artificial Neural Network, ANN)被越來越多的建模工作者認可,并不斷被研究發(fā)展。值得一提的是Keysight 在這方面的研究成果:在2017年時,ADS發(fā)布了DaynaFET模型(它是基于ANN的方式實現的);緊接著2018年,IC-CAP支持DaynaFET模型參數抽??;到2022年IC-CAP發(fā)布了較成熟的通用的ANN建模解決方案——ANN Model Generator。

下面介紹神經網絡的基本結構以便于更好地理解神經網絡。一個典型的神經網絡結構如圖1中所示,它有兩種類型的基本元件,即處理元件以及它們之間的互聯。處理元件叫做神經元,將神經元之間的連接叫鏈接或突觸。每一個鏈接有與其相對應的權重參數。每個神經元接收來自和它相連的其他神經元的刺激,處理信息,并產生相應的響應。神經元根據接受刺激和輸出刺激等不同分為輸入神經元、輸出神經元和隱含層神經元。這個處理過程通過一個激活函數來完成,處理后的信息成為該神經元的輸出。最常用的神經元激活函數是sigmoid,還有其他類型的,例如反正切函數、雙曲正切函數等。所有的這些函數是平滑的開關函數,它們是有界的、連續(xù)的、單調的和連續(xù)可微的。

ANN聽著神秘,其實還是一段程序,別被這個高深的術語給唬住了。又說神經網絡自帶學習能力,其學習的過程簡單來說也就是一個優(yōu)化的過程。優(yōu)化即修正,修正什么呢?修正的是中間層程序的一些可調(權重)系數。

e095155e-c9ba-11ef-9310-92fbcf53809c.png

圖1:ANN模型及其優(yōu)勢

如何實現ANN模型

IC-CAP中的人工神經網絡(ANN)解決方案提供了創(chuàng)建非線性模型構建模塊(例如,受控電流源和受控電荷源)的能力,可以輕松配置以從數據中產生準確的器件模型。并且可以直接生成Verilog-A模型,可以很容易地將其導入集成電路設計環(huán)境。此外,它同時也將創(chuàng)建一個ANN Equation文件。

與其他ANN解決方案(如TensorFlow, Scikit-Learn或Matlab ANN Toolbox)相比,Keysight ANN實現具有獨特的功能。Keysight解決方案提供了高級的擬合能力,可以從(x,y)和(x, dy/dx)類型的數據集訓練ANN,其中x是輸入,y是輸出,dy/dx是輸出的(偏)導數。

e0b14760-c9ba-11ef-9310-92fbcf53809c.png

圖2:IC-CAP 中使用ANN對Diode建模示例

圖2所示是在IC-CAP中使用ANN進行Diode建模的示例,展示了使用ANN的方法能夠完美地擬合Diode的IV特性曲線,并且能夠進行一定的擴展預測。

人工神經網絡模型最重要的步驟是人工神經網絡訓練 ,通過訓練可以不斷更新權重 ,以便達到最佳 的訓練和測試誤差。圖3所示是建立一個ANN模型所需要經歷的步驟:訓練,評估,輸出。訓練ANN模型需要大量的訓練數據,數據越多,精度越高,但也會消耗更多的時間。所以通常會在精度與速度之間做平衡。

e0cc2706-c9ba-11ef-9310-92fbcf53809c.png

圖3:IC-CAP中使用ANN建模的流程

ANN模型的應用場景

ANN在IC-CAP中只是作為一種工具包引入,我們可以基于此工具包做一些擴展應用?;蛟S在我們器件建模及電路設計中達到事半功倍的效果。這里簡單列一些應用場景和方向。

1、新工藝或新應用的器件模型建立

在量子計算機和量子傳感器中,通常需要低溫電接口,而低溫電接口可以使用工作在低溫下的CMOS集成電路(cryo-CMOS)方便地實現。設計復雜的電路需要可靠的仿真模型,但CMOS晶體管在低溫下的電特性與室溫下的行為有很大的差異,而且目前還沒有一個標準的基于物理的超低溫CMOS器件模型。這種情況下,可以使用人工神經網絡(ANN),直接從實驗數據自動生成cryo-CMOS器件模型。Artificial Neural Network Modelling for Cryo-CMOS Devices 這篇文獻提到了這方面的應用。

e0ded158-c9ba-11ef-9310-92fbcf53809c.png

圖4:cryo-CMOS從ANN建模到ADS仿真

2、功率器件建模

在功率器件中,其結構因為不同場景的需要會針對性地做一些調整。而這就使得器件模型并沒有一個標準化的模型,需要根據實際的器件特性來修改模型公式。這一過程需要工程師具備很強的半導體器件物理相關的知識,并且需要大量的時間反復的驗證迭代才能完成。假如使用ANN來建立功率器件的模型,只需要收集足夠的表征器件特性的數據,就可以在不具備工藝信息,半導體器件相關知識的條件下,快速生成一個可以用于電路設計仿真的器件模型。

3、Hybrid方法應用

在做Compact模型或等效電路模型時,受模型的局限性,有時候很難fitting好某些區(qū)域的精度。但根據經驗知道它和某些輸入是有一定的關系,而這種關系卻很難找到,這時候就可以借助IC-CAP ANN工具包來幫助找到這樣的關系式,并用這個公式來取代原來的常量參數。例如,這里Kp在原來的等效電路模型中是一個常量,根據經驗它實際上和vgs有某種非線性的關系,通過ANN來找到了這種關系,并用這組關系來替代原來Kp這個常量參數。這樣可以提高原來模型的精度。

e10289e0-c9ba-11ef-9310-92fbcf53809c.png

圖5:Hybrid建模方法

參考文獻

1. Artificial Neural Network Modelling for Cryo-CMOS Devices

2. 基于人工神經網絡的有源器件建模概述

3. IC-CAP ANN Modeling manual

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4838

    瀏覽量

    107756
  • 建模
    +關注

    關注

    1

    文章

    321

    瀏覽量

    63271
  • ANN
    ANN
    +關注

    關注

    0

    文章

    23

    瀏覽量

    9499

原文標題:ANN神經網絡——器件建模

文章出處:【微信號:bdtdsj,微信公眾號:中科院半導體所】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    神經網絡的初步認識

    日常生活中的智能應用都離不開深度學習,而深度學習則依賴于神經網絡的實現。什么是神經網絡神經網絡的核心思想是模仿生物神經系統(tǒng)的結構,特別是大腦中神經
    的頭像 發(fā)表于 12-17 15:05 ?323次閱讀
    <b class='flag-5'>神經網絡</b>的初步認識

    自動駕駛中常提的卷積神經網絡是個啥?

    在自動駕駛領域,經常會聽到卷積神經網絡技術。卷積神經網絡,簡稱為CNN,是一種專門用來處理網格狀數據(比如圖像)的深度學習模型。CNN在圖像處理中尤其常見,因為圖像本身就可以看作是由像素排列成的二維網格。
    的頭像 發(fā)表于 11-19 18:15 ?2076次閱讀
    自動駕駛中常提的卷積<b class='flag-5'>神經網絡</b>是個啥?

    NMSIS神經網絡庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經網絡內核,旨在最大限度地提高 Nuclei N 處理器內核上的神經網絡的性能并最??大限度地減少其內存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓練神經網絡模型的一些經驗

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓練神經網絡模型的一些經驗。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓練框架,目標是訓練一個手寫數字識別的神經網絡
    發(fā)表于 10-22 07:03

    CICC2033神經網絡部署相關操作

    在完成神經網絡量化后,需要將神經網絡部署到硬件加速器上。首先需要將所有權重數據以及輸入數據導入到存儲器內。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 readmemh 函數
    發(fā)表于 10-20 08:00

    液態(tài)神經網絡(LNN):時間連續(xù)性與動態(tài)適應性的神經網絡

    1.算法簡介液態(tài)神經網絡(LiquidNeuralNetworks,LNN)是一種新型的神經網絡架構,其設計理念借鑒自生物神經系統(tǒng),特別是秀麗隱桿線蟲的神經結構,盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?1211次閱讀
    液態(tài)<b class='flag-5'>神經網絡</b>(LNN):時間連續(xù)性與動態(tài)適應性的<b class='flag-5'>神經網絡</b>

    神經網絡的并行計算與加速技術

    隨著人工智能技術的飛速發(fā)展,神經網絡在眾多領域展現出了巨大的潛力和廣泛的應用前景。然而,神經網絡模型的復雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計算方式面臨著巨大的挑戰(zhàn),如計算速度慢、訓練時間長等
    的頭像 發(fā)表于 09-17 13:31 ?1124次閱讀
    <b class='flag-5'>神經網絡</b>的并行計算與加速技術

    基于神經網絡的數字預失真模型解決方案

    在基于神經網絡的數字預失真(DPD)模型中,使用不同的激活函數對整個系統(tǒng)性能和能效有何影響?
    的頭像 發(fā)表于 08-29 14:01 ?3471次閱讀

    無刷電機小波神經網絡轉子位置檢測方法的研究

    摘要:論文通過對無刷電機數學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經網絡來實現轉角預測,并采用改進遺傳算法來訓練網絡結構與參數,借助
    發(fā)表于 06-25 13:06

    神經網絡專家系統(tǒng)在電機故障診斷中的應用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學習、自適應的問題,本文提出了基于種經網絡專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經網絡和專家系統(tǒng)相結合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
    發(fā)表于 06-16 22:09

    神經網絡RAS在異步電機轉速估計中的仿真研究

    眾多方法中,由于其結構簡單,穩(wěn)定性好廣泛受到人們的重視,且已被用于產品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計精度下降和對電動機參數變化非常敏感的問題。本文利用神經網絡的特點,使估計更為簡單、快速
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經網絡的步驟解析

    本文的目的是在一個神經網絡已經通過python或者MATLAB訓練好的神經網絡模型,將訓練好的模型的權重和偏置文件以TXT文件格式導出,然后通過python程序將txt文件轉化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1198次閱讀
    基于FPGA搭建<b class='flag-5'>神經網絡</b>的步驟解析

    感應電機智能調速

    原理,感應電機的MATLAB?/Simulink 建模和仿真,智能控制 MATLAB?/Simulink仿真基礎,感應電機的專家系統(tǒng)控制,混合模糊/PI兩段控制方法,基于人工神經網絡(ANN)的感應電機直接
    發(fā)表于 05-28 15:53

    NVIDIA實現神經網絡渲染技術的突破性增強功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經網絡渲染技術的突破性增強功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預覽版中增加神經網絡著色技術,讓開
    的頭像 發(fā)表于 04-07 11:33 ?1166次閱讀

    神經網絡壓縮框架 (NNCF) 中的過濾器修剪統(tǒng)計數據怎么查看?

    無法觀察神經網絡壓縮框架 (NNCF) 中的過濾器修剪統(tǒng)計數據
    發(fā)表于 03-06 07:10