Come automatizzare l'estrazione dei parametri dei modelli di dispositivo e il ricentraggio

Preventivo
Automazione della progettazione elettronica
+ Automazione della progettazione elettronica
Automazione della progettazione elettronica
+ Automazione della progettazione elettronica

Automatizzare l’estrazione dei parametri di machine learning e il ricentraggio dei modelli

L'estrazione dei parametri del modello compatto inizia selezionando i grafici misurati o i parametri di prestazione da adattare, identificando i parametri del modello associati a tali obiettivi e definendo intervalli di valori adeguati per i parametri. Come obiettivi di adattamento possono essere inclusi: corrente-tensione continua (IV), corrente-tensione a impulsi (IV), capacità-tensione (CV), parametri S, scalatura termica e scalatura geometrica. L'ottimizzatore basato sull'apprendimento automatico valuta quindi i grafici e i parametri selezionati congiuntamente attraverso un'ottimizzazione globale, anziché richiedere una sequenza di operazioni di adattamento separate.

Per il ricentraggio del modello, i dati di riferimento vengono caricati nel Model Generator e vengono creati grafici di scalatura per le geometrie dei dispositivi richieste. Gli ingegneri selezionano i grafici di ricentraggio desiderati, i parametri, gli intervalli dei parametri, la funzione di errore, il campionatore, il limite di iterazioni e il seme casuale prima di eseguire l’ottimizzazione. Le curve simulate risultanti vengono confrontate con i dati misurati, consentendo di ottimizzare l’insieme dei parametri rispetto agli obiettivi selezionati e di riutilizzarlo nell’ambito di un flusso di lavoro di estrazione ripetibile.

Soluzione per l'estrazione automatizzata dei parametri dei modelli di dispositivi e il ricentraggio

Il ricentraggio del modello del dispositivo richiede target misurati, parametri di modello corrispondenti, intervalli di parametri definiti e un processo di ottimizzazione che riduca al minimo l’errore di adattamento sui dati selezionati. L’IC-CAP ML Optimizer combina più grafici di adattamento e parametri in un’ottimizzazione globale, riducendo la necessità di suddividere l’estrazione in una sequenza di piccoli passaggi di ottimizzazione. Il Model Generator supporta il caricamento dei dati target, la generazione di grafici di scalatura, la selezione dei target di ricentraggio e la gestione del processo di adattamento. Gli ingegneri possono configurare il campionatore, l’errore quadratico medio relativo (RMSE), il numero massimo di iterazioni e il seme casuale. Lo stesso approccio può essere integrato in flussi di estrazione personalizzati per il ricentraggio e per l’estrazione di modelli compatti più complessi, come la modellazione BSIM4.
Preventivo

Ricentraggio automatico grazie all'apprendimento automatico

Scopri i prodotti della nostra soluzione per l’estrazione automatizzata dei parametri dei modelli dei dispositivi e il ricentraggio

Scoprire risorse e approfondimenti

Risorse aggiuntive per l'estrazione automatizzata dei parametri dei modelli di dispositivo e il ricentraggio

Casi d'uso correlati

Come progettare circuiti con qubit superconduttori

Progettare circuiti di qubit superconduttori, analizzare i modi risonanti tramite simulazione elettromagnetica a onda intera ed esportare layout GDS pronti per la produzione.

Per saperne di più

Come progettare risonatori transmon flip-chip

Valutare il comportamento dei transmon flip-chip e dei risonatori CPW confrontando l'orientamento dei risonatori rispetto agli strati adiacenti di silicio e metallo.

Per saperne di più

Come modellare l'induttanza cinetica superconduttiva

Modellizzazione dell'induttanza cinetica e degli spostamenti della frequenza di risonanza nei circuiti superconduttori sensibili alla temperatura.

Per saperne di più

contattaci logo

Mettetevi in contatto con uno dei nostri esperti

Avete bisogno di aiuto per trovare la soluzione giusta per voi?

Contattaci