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！

龙图腾网获悉西安电子科技大学申请的专利基于深度学习的FINFET器件直流特性预测方法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：CN116090390B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211737893.9，技术领域涉及：G06F30/367；该发明授权基于深度学习的FINFET器件直流特性预测方法是由王树龙;陈栋梁;李宇航;曹宪法;刘伯航;潘锦斌设计研发完成，并于2022-12-31向国家知识产权局提交的专利申请。

本基于深度学习的FINFET器件直流特性预测方法在说明书摘要公布了：一种基于深度学习的FINFET器件直流特性预测方法，通过ADS软件调用BSIM‑CMG模块，构建FINFET器件电学特性测试原理图，使用ADS软件内置的批量仿真模块提取不同尺寸FINFET器件的电学特性，将影响器件特性的尺寸以及器件的栅压VGS作为输入特征，器件的电学特性作为输出结果，完成数据集的构建；将构建的数据集按比例划分训练集、测试集和预测集；构建基于深度学习神经网络的器件电学特性预测模型；利用数据集训练器件电学特性预测模型，利用训练完成得到的器件电学特性预测模型对器件电学特性进行预测。本发明可解决仿真电路模拟器软件学习成本高和耗时久，效率低等问题；并通过深度学习方式大幅降低操作门槛。

本发明授权基于深度学习的FINFET器件直流特性预测方法在权利要求书中公布了：1.一种基于深度学习的FINFET器件直流特性预测方法，其特征在于，包括如下步骤： 步骤1，通过ADS软件调用BSIM-CMG模块，构建FINFET器件电学特性测试原理图，使用ADS软件内置的批量仿真模块提取不同尺寸FINFET器件的电学特性，将影响器件特性的尺寸以及器件的栅压VGS作为输入特征，器件的电学特性作为输出结果，完成数据集的构建；所述器件电学特性是指漏电流随漏电压变化的曲线，即漏电流-漏电压曲线；所述影响器件特性的尺寸为器件栅氧化层厚度t_tfin、器件沟道长度t_l、器件插指数t_nf和器件每个插指鳍数t_nfin；逐级改变四个变量t_tfin、t_l、t_nf、t_nfin，仿真出不同尺寸的器件栅压VGS分别在0~Vn范围内的若干不同取值下的漏电流-漏电压曲线，其中，曲线的横轴为漏电压，纵轴为漏电流，Vn为设定的器件栅压值； 在ADS软件中通过批量仿真模拟器组件，用5个循环由内到外依次改变：器件栅压VGS、器件每个插指鳍数t_nfin、器件插指数t_nf、器件栅氧化层厚度t_tfin和器件沟道长度t_l；共计循环N次，每次得到器件在一组不同漏电压下的漏电流数据，所述一组不同漏电压是0~Vn，步长为m；根据每组得到的Vnm+1个点，以漏电压为横坐标，漏电流为纵坐标，绘制出漏电流-漏电压曲线，最终以仿真得到的M个点分组成N组漏电流-漏电压关系；其中，M=N×[Vnm+1]；N=k1×k2×k3×k4×k5，k1为器件栅压VGS改变时的取值数量，k2为器件每个插指鳍数t_nfin改变时的取值数量，k3为器件插指数t_nf改变时的取值数量，k4为器件栅氧化层厚度t_tfin改变时的取值数量，k5为器件沟道长度t_l改变时的取值数量； 每一组器件栅压VGS、器件每个插指鳍数t_nfin、器件插指数t_nf、器件栅氧化层厚度t_tfin和器件沟道长度t_l对应一组漏电流-漏电压关系；即每一组器件栅压VGS、器件每个插指鳍数t_nfin、器件插指数t_nf、器件栅氧化层厚度t_tfin和器件沟道长度t_l作为输入，与其对应的每一组漏电流-漏电压关系即Vnm+1个漏电压-漏电流点作为输出； 步骤2，将步骤1中构建的数据集按比例划分训练集、测试集和预测集； 步骤3，构建基于深度学习神经网络的器件电学特性预测模型； 步骤4，利用所述数据集训练所述器件电学特性预测模型，利用训练完成得到的器件电学特性预测模型对器件电学特性进行预测。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；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。