原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于神经网络的氮化镓器件寿命预测方法。该方法的步骤包括：通过半导体器件仿真软件模拟氮化镓器件在不同应力下电学性能(如：漏极电流)随时间的退化；基于神经网络建立氮化镓器件寿命预测模型，并将氮化镓器件电学性能在不同应力下的退化作为数据集训练寿命预测模型，进而通过训练好的模型预测出正常工作条件下器件的使用寿命。本发明通过将半导体器件仿真软件与神经网络模型结合，可掌握氮化镓器件在不同应力下的退化情况，可预测出器件在正常工作条件下电学参数随时间的退化，进而计算出器件的寿命，为氮化镓器件的可
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116822316 A
(43)申请公布日 2023.09.29
(21)申请号 202210262325.1
(22)申请日 2022.03.17
(71)申请人 南京大学
地址 210046
文档评论（0）