买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学宁波研究院申请的专利基于机器学习和分子动力学的仿真方法及相关装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119783539B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411972348.7，技术领域涉及：G06F30/27；该发明授权基于机器学习和分子动力学的仿真方法及相关装置是由张俊然;刘盼;樊嘉杰;雷光寅;马宏平;张清纯设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于机器学习和分子动力学的仿真方法及相关装置在说明书摘要公布了：本申请提供一种基于机器学习和分子动力学的仿真方法及相关装置，应用于半导体制造领域，在接收工艺菜单后；针对工艺菜单中的每一个工艺条件，将工艺条件输入至力场预测模型，输出得到所述工艺条件下的机器学习力场；最后，依据所述工艺条件下的机器学习力场进行分子动力学仿真，得到所述工艺条件下的仿真结果。通过机器学习方法，学习高精度的第一性原理计算数据，生成机器学习力场，模拟碳化硅在离子注入过程中发生的相互作用，从而对离子注入工艺进行仿真，实现高精度和高效的仿真计算，进而综合考虑不同工艺条件对器件设计工艺的影响，开发特定的工艺菜单，为碳化硅离子注入提供优化方案。

本发明授权基于机器学习和分子动力学的仿真方法及相关装置在权利要求书中公布了：1.一种基于机器学习和分子动力学的仿真方法，其特征在于，包括： 接收工艺菜单；其中，所述工艺菜单包括至少一个工艺条件；所述工艺条件分为注入参数和退火参数；所述注入参数包括注入碳化硅的离子的能量、剂量、角度、温度以及晶向；所述退火参数包括退火温度、退火时间以及控温速率； 针对每一个工艺条件，将所述工艺条件输入至力场预测模型，输出得到所述工艺条件下的机器学习力场；其中，所述力场预测模型由训练样本集对机器学习模型进行训练得到；所述训练样本集包括至少一个训练样本；训练样本包括训练样本构型的物理信息； 依据所述工艺条件下的机器学习力场进行分子动力学仿真，得到所述工艺条件下的仿真结果； 其中，力场预测模型的构建方法，包括： 通过力场大模型生成初始力场；其中，所述初始力场包括多个初始构型； 利用初始力场进行主动学习，得到多个目标构型； 针对每一个训练样本构型，对训练样本构型进行第一性原理计算，得到训练样本构型的物理信息，即训练样本；其中，所述训练样本构型包括多个初始构型和多个目标构型； 针对每一个训练样本，利用机器学习模型的描述符将训练样本构型的原子结构进行转化，得到训练样本特征； 基于训练样本特征，对机器学习模型进行训练，得到力场预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学宁波研究院，其通讯地址为：315327 浙江省宁波市杭州湾新区滨海二路901号金融广场C1栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。