一种具备良好泛化能力的神经网络MOSFET模型.pdfVIP

第34卷 第4期 固体 电子学研究与进展 Vo1．34，NO．4 ，(a^ k 2014年 8月 RESEARCH PROGRESSOFSSE Aug．，2014 器 件 物 理 与 (I ：}!器 件 模 一 种具备 良好泛化能力的神经网络 MOSFET模型 一拟 Y 张 济 赵柏衡 常 胜 王 豪 何 进 黄启俊 (武汉大学物理科学与技术学院，武汉 ，430072) 2014—01—10收稿 ，2014—04—03收改稿 摘要：设计了一种具有 良好泛化能力的神经网络 MOSFET模型。通过对超阈值区域和亚阈值区域的分段建 模，得到了对器件直流特性和温度特性的精确描述。采用 自适应遗传算法对网络的泛化能力进行优化，使模型对 训练样本集边界外的数据也有很好的计算精度，具备了良好的预测能力。在Verilog—A平台上实现了分段模型的 整合，能直接应用于基于 SPICE的电路设计与分析。 关键词 ：金属氧化物半导体场效应晶体管；神经网络 ；泛化能力；遗传算法 ；Verilog-A 中图分类号：TN386 文献标识码 ：A 文章编号：1000—3819(2014)04-0309—06 A NeuralNetworkM OSFET M odelwithGoodGeneralizationAbility ZHANGJi ZHAOBoheng CHANG Sheng WANG Hao HEJin HUANG Qijun (SchoolofPhysicsandTechnology，WuhanUniversity，Wuhan，430072，CHN) Abstract：A neuralnetworkM OSFET modelwith good generalization abilityispresented． Through thesubsection modeling ofsupra—thresholdregion and sub—thresholdregion，theDC characteristicsandtemperaturecharacteristicsofthedevicearedescribedaccurately．Adoptinga— daptivegeneticalgorithm ，thenetworkSgeneralizationabilityisoptimized．Italsohashighpre— cision forthedataoutsidethetrainingsamplesetboundaries，whichbringsgoodpredictiveability forthemode1．UpontheVerilog—A platform ，thetwo segmentednetworksareintegratedintoa wholedevicemodel，which canbeusedonSPICE—basedcircuitdesignandanalysisdirectly． Keywords：metaloxidesemiconductorfieldeffecttransistor(MOSFET)；neuralnetwork；gen— eralizationability；geneticalgorithm ；Verilog-A EEACC ：2560 原理有深入理解并做出合适的简化，往往难以得到。 引 言 随着人工智能计算的发展 ，神经 网络技术逐步应用