Como automatizar a extração e o recentramento dos parâmetros do modelo do dispositivo

Pedir cotação
Automação do projeto eletrônico
+ Automação do projeto eletrônico
Automação do projeto eletrônico
+ Automação do projeto eletrônico

Automatizar a extração de parâmetros de aprendizado de máquina e o recentramento de modelos

A extração de parâmetros de modelos compactos começa com a seleção dos gráficos medidos ou dos índices de desempenho a serem ajustados, a identificação dos parâmetros do modelo associados a essas metas e a definição de intervalos adequados para os parâmetros. Corrente-tensão contínua (IV), IV pulsada, capacitância-tensão (CV), parâmetros S, escalonamento de temperatura e escalonamento geométrico podem ser incluídos como alvos de ajuste. O otimizador de aprendizado de máquina, então, avalia os gráficos e parâmetros selecionados em conjunto por meio de uma otimização global, em vez de exigir uma sequência de operações de ajuste separadas.

Para o recentramento do modelo, os dados-alvo são carregados no Model Generator e são criados gráficos de escala para as geometrias dos dispositivos necessárias. Os engenheiros selecionam os gráficos de recentramento desejados, os parâmetros, os intervalos de parâmetros, a função de erro, o amostrador, o limite de iterações e a semente aleatória antes de executar a otimização. As curvas simuladas resultantes são comparadas com os dados medidos, permitindo que o conjunto de parâmetros seja otimizado em relação aos alvos selecionados e reutilizado como parte de um fluxo de trabalho de extração repetível.

Solução automatizada para extração e recentragem de parâmetros de modelos de dispositivos

O recentramento do modelo do dispositivo requer alvos medidos, parâmetros de modelo correspondentes, intervalos de parâmetros definidos e um processo de otimização que minimize o erro de ajuste nos dados selecionados. O IC-CAP ML Optimizer combina vários gráficos de ajuste e parâmetros em uma otimização global, reduzindo a necessidade de dividir a extração em uma sequência de pequenas etapas de otimização. O Model Generator permite carregar dados-alvo, gerar gráficos de escala, selecionar alvos de recentramento e gerenciar o processo de ajuste. Os engenheiros podem configurar o amostrador, o Erro Quadrático Médio Relativo (RMSE), o número máximo de iterações e a semente aleatória. A mesma abordagem pode ser incorporada a fluxos de extração personalizados para reajuste e extração de modelos compactos mais complexos, como a modelagem BSIM4.
Pedir cotação

Recentragem automática habilitada por aprendizado de máquina

Conheça os produtos da nossa solução automatizada de extração de parâmetros e recentragem de modelos de dispositivos

Descubra recursos e percepções

Recursos adicionais para a extração automatizada de parâmetros de modelos de dispositivos e o recentramento

Casos de uso relacionados

Como projetar circuitos de qubits supercondutores

Projete circuitos de qubits supercondutores, analise modos ressonantes por meio de simulação eletromagnética de onda completa e exporte layouts GDS prontos para fabricação.

Saiba mais

Como projetar ressonadores transmon do tipo flip-chip

Avaliar o comportamento do transmon flip-chip e do ressonador CPW, comparando a orientação do ressonador em relação às camadas adjacentes de silício e metal.

Saiba mais

Como modelar a indutância cinética supercondutora

Modelagem da indutância cinética e das variações na frequência de ressonância em circuitos supercondutores dependentes da temperatura.

Saiba mais

logotipo de contato

Entre em contato com um de nossos especialistas

Precisa de ajuda para encontrar a solução certa para você?

Contacte-nos