Полное описание
> Ветрова, Н. А. Нейросетевые методы для TCAD-сред моделирования гетероструктурных наноэлектронных приборов с поперечным токопереносом / Н. А. Ветрова, К. П. Пчелинцев, В. Д. Шашурин, А. Г. Гудков, Ю. В. Соловьев. - Текст : непосредственный // Нанотехнологии: разработка, применение - XXI век : научно-технический журнал. - 2021. - Т. 13, N 1. - С. 5-11. - Библиогр. в конце ст. - ISSN 2225-0980.
ГРНТИ | УДК | |
28.23.37 | 004.032.26 |
Рубрики:
Нейронные сети -- Применение
Кл.слова (ненормированные): гетероструктуры -- наноэлектроника -- математическое моделирование -- искусственные нейронные сети
Аннотация: Постановка проблемы. При проектировании современных радиоэлектронных устройств на наноэлектронной компонентной базе одной из важнейших задач, стоящей перед разработчиком, является обеспечение надежности не ниже уровня, обусловленного сферой применения и назначением устройств. Учет временного фактора для оценки показателей надежности наноэлектронных приборов, а также анализ вариантов их конструкторско-технологической реализации требуют многократного численного моделирования прогнозируемых значений электрических характеристик. Используемые в таком моделировании вычислительные алгоритмы должны обладать приемлемым быстродействием для выполнения многоитерационных расчетов «тяжелых» физико-математических моделей, а также осуществлять расчеты с достаточной для задач проектирования точностью. Существующие на сегодняшний день вычислительные алгоритмы для полуклассических, квантово-механических, а также комбинированных физических моделей, к сожалению, практически невозможно использовать по этим показателям для задач проектирования надежных приборов и как следствие невозможна их интеграция в профессиональные инженерные TCAD-среды моделирования наноэлектронных приборов. Цель работы - исследование возможности применения современных нейросетевых методов в решении задачи прогнозирования эксплуатационных параметров наноэлектронных устройств, а также разработка и обучение искусственной нейронной сети, способной с приемлемой точностью и быстродействием осуществлять расчет электрических характеристик гетероструктурных наноэлектронных приборов с поперечным токопереносом. Результаты. Разработана и обучена искусственная нейронная сеть, применимая для решения задачи обеспечения надежности гетероструктурных наноэлектронных приборов с поперечным транспортом носителей заряда и систем на их основе. При обучении нейронной сети использована обучающая выборка, полученная на основе квантово-механической модели неравновесных функций Грина, дополненная экспериментальными данными. Практическая значимость. Использование нейросетевых методов для прогнозирования электрических параметров гетероструктурных наноэлектронных приборов с поперечным транспортом носителей заряда позволяет значительно (на несколько порядков) повысить быстродействие, что говорит о целесообразности дальнейшего применения в рамках решения задачи синтеза оптимальной топологии гетероструктур в TCAD-средах моделирования наноэлектронных приборов.
Доп. точки доступа:
Пчелинцев, К.П.
Шашурин, В.Д.
Гудков, А.Г.
Соловьев, Ю.В.
>
Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
Свободны: ЧЗХР (1), ХРЦ (1)
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -914117-249504)>
Шифр в сводном ЭК: d3d4435aaa25fd23bce14e06e6a194ae
Заказ фрагмента документа ₽