一种基于机器学习的电流源注入模型建立方法与流程

技术特征：
1.一种基于机器学习的电流源注入模型的建立方法，具体步骤如下：s1.通过3d tcad建模仿真获得机器学习所需的数据集；s2.基于器件物理和数学变换给出注入电流注入模型的主体形式；s3.选择时间信息t获得机器学习所需的训练集；s4.选择f(r)机器学习模型；s5.基于步骤s3所产生的训练集进行训练和优化，得出f(r)模型所对应的参数；s6.基于步骤s5中得到的f(r)参数恢复出i(r,t)的具体表达式，i(r,t)即为建立的电流源注入模型。2.根据权利要求1所述的基于机器学习的电流源注入模型的建立方法，其特征在于，步骤s1所述的数据集为以注入距离为输入条件，3d tcad建模仿真所获得i(r,t)数据，其中，r为注入距离，t为时间变量。3.根据权利要求2所述的基于机器学习的电流源注入模型的建立方法，其特征在于，步骤s2所述的注入电流注入模型的主体形式表示为：其中，q
l
＝10(let)，let为线性传输能量(为输入参量，决定于辐照环境)，d
n,p
为载流子的扩散率，d
n
表示电子的扩散率，d
p
表示空穴的扩散率，t为固定的时间量，r为注入距离(即离子点与收集点的距离)，i(r)为注入距离为r的注入电流，f(r)为机器学习需要获得的函数形式。4.根据权利要求2所述的基于机器学习的电流源注入模型的建立方法，其特征在于，步骤s3所述的训练集即为指定时间变量为固定时间变量的i(r,t)数据及其对应的输入条件变量。5.根据权利要求3所述的基于机器学习的电流源注入模型的建立方法，其特征在于，步骤s6所述的恢复出的i(r,t)的表达式：

技术总结
本发明公开了一种基于机器学习的电流源注入模型的建立方法，具体包括：通过3D TCAD建模仿真获得机器学习所需的数据集；基于器件物理和数学变换给出注入电流注入模型的主体形式；选择时间信息t获得机器学习所需的训练集；选择f(r)机器学习模型；基于所产生的训练集进行训练和优化，得出f(r)模型所对应的参数；基于得到的f(r)参数恢复出电流源注入模型。本发明的电流源模型的建立方法基于机器学习模型和算法，通过3D TCAD仿真所得数据集，对主体模型中的核心表达式进行优化建模，从而可以应对先进工艺下的物理特性。先进工艺下的物理特性。先进工艺下的物理特性。


技术研发人员：李磊 袁世伟 李进 李曼 周婉婷
受保护的技术使用者：电子科技大学
技术研发日：2021.07.27
技术公布日：2021/10/28