申请/专利权人:西安电子科技大学
申请日:2024-01-04
公开(公告)日:2024-04-09
公开(公告)号:CN117852475A
主分类号:G06F30/39
分类号:G06F30/39;G06F30/27;G06N3/0464;G06N3/0499;G06N3/09;G06F119/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:基于神经网络的CMOS反相器电磁可靠性预测方法,其特征在于,包括以下步骤;步骤1:通过TCAD器件建模,完成CMOS反相器的物理模型搭建与基本特性的验证;步骤2:筛选影响CMOS反相器电磁可靠特性的参数;步骤3:通过控制变量法改变参数输入组合进行仿真实验,获得样本集;步骤4:建立神经网络预测CMOS反相器在不同条件之下的毁伤类型,针对不同毁伤类型的情况下分别预测步骤2中的两种电磁毁伤量化参数;步骤5:利用所述样本集数据训练神经网络;步骤6:最后利用测试集数据对训练完成的网络进行功能验证和效果评估。本发明通过神经网络预测的方式,能够很快获得CMOS反相器的电磁可靠特性预测,并且通过工作条件实现对CMOS反相器电磁损伤类型的分类。
主权项:1.基于神经网络的CMOS反相器电磁可靠性预测方法,其特征在于,包括以下步骤;步骤1:通过TCAD器件建模,完成CMOS反相器的物理模型搭建与基本特性的验证;步骤2:筛选影响CMOS反相器电磁可靠特性的参数,并确定描述CMOS反相器的电磁毁伤量化参数;步骤3:通过控制变量法改变所述参数的输入组合进行仿真实验,获得样本集;步骤4:建立神经网络预测CMOS反相器在不同条件之下的毁伤类型,针对不同毁伤类型的情况,分别预测步骤2中的电磁毁伤量化参数;步骤5:利用所述样本集训练神经网络;步骤6:利用测试集对训练完成的网络进行功能验证和效果评估,基于满足要求的网络预测CMOS反相器的电磁可靠性。
全文数据:
权利要求:
百度查询: 西安电子科技大学 基于神经网络的CMOS反相器电磁可靠性预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。