西安电子科技大学王树龙获国家专利权
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申请的专利一种基于残差神经网络的CMOS反相器单粒子效应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:CN115841077B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202211552471.4,技术领域涉及:G06F30/27;该发明授权一种基于残差神经网络的CMOS反相器单粒子效应预测方法是由王树龙;刘海宇;陈栋梁;刘伯航;曹宪法;马浩;刘诗杰设计研发完成,并于2022-12-05向国家知识产权局提交的专利申请。
本一种基于残差神经网络的CMOS反相器单粒子效应预测方法在说明书摘要公布了:一种基于残差神经网络的CMOS反相器单粒子效应预测方法,设计CMOS反相器的K组单粒子效应参数数据,使用TCAD软件对每组数据进行仿真,得到CMOS反相器的K条单粒子效应曲线,所述单粒子效应曲线的横坐标为时间,纵坐标为电流或电压,即,为瞬态电流曲线或瞬态电压曲线;仿真过程中以L个时间点将时间划分为L-1个区间,每个时间点在单粒子效应曲线上对应一个数据点,从所述单粒子效应曲线提取单粒子效应参数,数据点的数据和单粒子效应的特征参数,作为样本集;利用该样本集训练残差神经网络预测模型,模型输出为预测的单粒子效应曲线或单粒子效应的特征参数。本发明提高了CMOS反相器单粒子效应研究的效率。
本发明授权一种基于残差神经网络的CMOS反相器单粒子效应预测方法在权利要求书中公布了:1.一种基于残差神经网络的CMOS反相器单粒子效应预测方法,其特征在于,包括以下步骤: 步骤1,设计CMOS反相器的K组单粒子效应参数数据,使用TCAD软件对每组数据进行仿真,得到CMOS反相器的K条单粒子效应曲线,所述单粒子效应曲线的横坐标为时间,纵坐标为电流或电压,仿真过程中以L个时间点将时间划分为L-1个区间,每个时间点在单粒子效应曲线上对应一个数据点,从所述单粒子效应曲线提取单粒子效应参数,数据点的数据和单粒子效应的特征参数,作为样本集; 其中,单粒子效应参数包含线性传输能量LET、粒子的入射位置x、粒子的入射角度θ、粒子入射的特征距离Wt_hi;单粒子效应的特征参数包含输出电流I0与总输出电荷Q0; 步骤2,将样本集按比例随机划分为训练集、验证集;分别对训练集、验证集的单粒子效应参数进行标准化处理; 步骤3,构建残差神经网络预测模型; 步骤4,使用训练集和验证集对所述残差神经网络预测模型进行训练,利用反向传播算法对残差神经网络预测模型的网络参数进行迭代更新,得到训练后的预测模型;其中,输入为单粒子效应参数,当用于预测单粒子效应曲线时,输出为L个数据点拟合成的单粒子效应曲线;当用于预测单粒子效应的特征参数时,输出为单粒子效应的特征参数; 步骤5,向训练后的残差神经网络预测模型输入CMOS反相器的不同单粒子效应参数,得到预测的单粒子效应曲线或单粒子效应的特征参数。
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,其通讯地址为:710071 陕西省西安市太白南路2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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励