基于神经网络的TFET器件结构优化和性能预测方法

摘要

本发明属于微电子器件技术与人工智能技术领域，具体公开了一种基于神经网络的TFET器件结构优化和性能预测方法，本发明以TFET的物理机制为基础选取特征变量：栅氧化层厚度、沟道掺杂浓度、源漏掺杂浓度、栅长，通过构建神经网络，与TFET的电学特性之间建立关联，作为正向设计。将正向设计中的网络输入数据作为输出数据，输出数据作为输入数据，进行相应的反向设计，本发明使用神经网络建立隧穿场效应晶体管的结构与其电性能之间的关系，能够加速隧穿场效应晶体管的结构优化和性能预测的研究。