买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学广州研究院;西安电子科技大学申请的专利基于神经网络的深度学习忆阻器多维度性能预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120124560B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510270866.2，技术领域涉及：G06F30/367；该发明授权基于神经网络的深度学习忆阻器多维度性能预测方法是由冯欣;暴智宇;周弘;张苇杭;董鹏飞;吴银河;刘先河;刘志宏;张进成;郝跃设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本基于神经网络的深度学习忆阻器多维度性能预测方法在说明书摘要公布了：本发明公开了一种基于神经网络的深度学习忆阻器多维度性能预测方法，主要解决现有预测技术设计门槛高、成本高，且开发周期长的问题。方案包括：1使用TCAD对忆阻器建模，通过调整设计参数仿真获取相应的性能指标，构建样本集并进行随机划分；2由输入、输出和隐藏层搭建深度学习神经网络模型；3利用部分样本数据对模型进行训练和验证，再将测试样本输入到训练好的模型中，检验其预测准确率；4将高准确率神经网络模型作为最终模型，获取当前忆阻器的性能预测结果。本发明通过利用神经网络的自动特征提取和高效率计算能力，快速预测忆阻器的电阻切换行为，优化器件设计参数，加速了忆阻器在存储器和神经形态计算等领域的实际应用。

本发明授权基于神经网络的深度学习忆阻器多维度性能预测方法在权利要求书中公布了：1.一种基于神经网络的深度学习忆阻器多维度性能预测方法，其特征在于，包括如下步骤： 1使用计算机辅助设计TCAD仿真软件对忆阻器建模，即构建仿真忆阻器，包括：构建由上电极、下电极、绝缘层、相变层、加热器组成，定义忆阻器顶部电极为与底部电极为W，绝缘层采用SiO2，加热器采用TiN，相变材料采用Ge2Sb2Te5的忆阻器模型；或构建由源极、漏极、沟道层、铁电层、栅极、基底组成，定义源极、漏极、采用PtTi、栅极采用NiAu，沟道层采用WSe2，铁电层采用BaTiO2，基底采用SiO2的忆阻器模型； 通过多次改变仿真忆阻器的设计参数，获得不同设计参数对应的性能指标；其中所述性能指标包括滞回曲线、高阻态电阻、低组态电阻；所述设计参数包括电极厚度、氧化层厚度、氧空位浓度；将每个设计参数与其对应的性能指标作为一组样本，利用所有样本构成样本集； 2对样本集数据进行预处理，并将其按比例随机划分为训练集、验证集以及测试集； 3构建用于忆阻器性能预测的深度学习神经网络模型；该模型采用全连接神经网络； 模型架构依次包括输入层、隐藏层和输出层；所述输入层的输入特征为与设计参数相应个数的变量；所述隐藏层用于提取复杂特征；所述输出层的神经元个数与性能指标相关，用于输出预测的性能指标； 4使用训练集与验证集对构建好的深度学习神经网络模型进行训练和验证，获得训练好的神经网络模型； 5将测试集输入到训练好的神经网络模型中，检验其预测的准确率； 6将检验后的高准确率神经网络模型作为最终模型，将忆阻器的设计参数输入该模型，获取该器件的性能预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学广州研究院;西安电子科技大学，其通讯地址为：510555 广东省广州市新龙镇知明路83号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。