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！

龙图腾网获悉华南理工大学申请的专利一种基于多物理约束神经网络的MOSFET器件建模方法及相关设备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：CN120781659B 。

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：202510850190.4，技术领域涉及：G06F30/27；该发明授权一种基于多物理约束神经网络的MOSFET器件建模方法及相关设备是由贾寒光;邓飞其设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于多物理约束神经网络的MOSFET器件建模方法及相关设备在说明书摘要公布了：本发明公开了一种基于多物理约束神经网络的MOSFET器件建模方法及相关设备，其中方法包括：获取MOSFET器件正常工作状态下的各项数据，对获得的数据进行预处理，以得到训练多物理约束神经网络模型所需的数据集；构建多物理约束神经网络模型，将电荷平衡和输送方程作为物理约束，加入模型的设计和训练过程，以实现物理约束神经网络建模；使用数据集迭代训练多物理约束神经网络模型，直至模型的考核指标满足预设要求。本发明将垂直沟道方向的电荷平衡条件和载流子输送方程，作为物理约束引入MOSFET神经网络模型设计和训练过程，能够准确拟合MOSFET器件的工作时的行为特性。本发明可广泛应用于集成电路技术领域。

本发明授权一种基于多物理约束神经网络的MOSFET器件建模方法及相关设备在权利要求书中公布了：1.一种基于多物理约束神经网络的MOSFET器件建模方法，其特征在于，包括以下步骤： 获取MOSFET器件正常工作状态下的各项数据，对获得的数据进行预处理，以得到训练多物理约束神经网络模型所需的数据集； 构建多物理约束神经网络模型，将电荷平衡和输送方程作为物理约束，加入模型的设计和训练过程，以实现物理约束神经网络建模； 使用数据集迭代训练多物理约束神经网络模型，直至模型的考核指标满足预设要求； 所述多物理约束神经网络模型包括三个多输入单输出的神经网络，分别用于求解MOSFET沟道处表面势、半导体电荷和MOSFET的漏源电流； 第一神经网络用于求解MOSFET沟道处表面势，其描述方程为： 第一神经网络的输入参数包括：栅源电压、漏源电压、漏源电流、温度、MOSFET栅极氧化层厚度、MOSFET的半导体掺杂浓度，输出参数为沟道表面势计算值； 第二神经网络用于求解半导体电荷，其描述方程为： 第二神经网络的输入参数包括：沟道表面势计算值、温度、MOSFET的半导体掺杂浓度；输出参数为半导体电荷计算值； 第三神经网络用于求解MOSFET的漏源电流，其描述方程为： 第三神经网络的输入参数包括：沟道表面势计算值、漏源电压、温度、MOSFET的半导体掺杂浓度；输出参数为MOSFET的漏源电流计算值； 所述电荷平衡是指MOSFET正常工作时氧化物和半导体界面处垂直方向上的电荷中性条件，即： 式中，为栅极电荷，为半导体电荷； Qsemi＝fφs_pred,Temp,Nd＝NNφs_pred,Temp,Nd 式中，εox为氧化层介电常数，Vfb为平带电压，φs_pred为神经网络计算的表面势；fφs_pred,Temp,Nd是半导体电荷的精确计算函数，该函数求解困难，故使用神经网络模型拟合该函数； 所述输送方程是描述半导体内电流与载流子运动的关系，包括漂移和扩散两部分，解析计算过程需要考虑载流子分布和电场分布； 其中，使用神经网络拟合MOSFET的漏源电流。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。