机构名称：
¥ 1.0
摘要 GaN HEMT 在高功率和高频电子器件中起着至关重要的作用。在不影响可靠性的情况下满足这些器件的苛刻性能要求是一项具有挑战性的工作。场板用于重新分配电场，最大限度地降低器件故障风险，尤其是在高压操作中。虽然机器学习已经应用于 GaN 器件设计，但它在以几何复杂性而闻名的场板结构中的应用是有限的。本研究介绍了一种简化场板设计流程的新方法。它将复杂的 2D 场板 2 结构转换为简洁的特征空间，从而降低了数据要求。提出了一种机器学习辅助设计框架来优化场板结构并执行逆向设计。这种方法并不局限于 GaN HEMT 的设计，可以扩展到具有场板结构的各种半导体器件。该框架结合了计算机辅助设计 (TCAD)、机器学习和优化技术，简化了设计流程。
GaN HEMT 器件的 AI 辅助场板设计
主要关键词
相关文件推荐
