基于神经网络的纳米MOSFET量子更正

摘要

提出了基于Levenberg-MarquardtBP神经网络的纳米MOSFET量子更正模型,并对拥有不同隐层、不同隐层神经元数的网络的训练精度和速度进行了研究对比。结果表明,包含2个隐层的网络可以获得高的训练速度和精度。该模型可用于快速预测纳米MOSFETSi层各点载流子量子密度,并对其电容及漏电流进行量子更正,其结果与Schrdinger-Poisson方程的吻合度很高。