使用输入预处理和转换目标用于训练深度神经网络的半导体器件建模

摘要

一种深度神经网络模拟半导体器件。通过对测试晶体管的测量来收集训练数据，所述训练数据包括栅极和漏极电压、晶体管宽度和长度、以及目标数据如在输入条件下测量的漏极电流。所述训练数据通过输入预处理器进行转换，所述输入预处理器可采用对输入数据求对数或执行主成分分析(PCA)的方法。在训练深度神经网络时，不是将测量漏极电流用作目标，而是目标转换器将漏极电流转换为转换漏极电流，例如漏极电流关于栅极或漏极电压的导数，或其导数的对数。通过将深度神经网络的输出与转换漏极电流进行比较，并产生在训练数据上最小化的损失函数，在训练期间对深度神经网络的权重进行调整。