Моделирование субмикронных МОП-транзисторов с использованием нейронных сетей

Электротехническое моделирование в основном основано на точных математических моделях элементов электрической схемы. Каждый МОП-транзистор имеет набор основных параметров, на которых строятся его математические модели. В числе его основных параметров длина и ширина его проводящего канала; они влияют на основные характеристики транзистора. При моделировании электрической схемы существует обратная задача: поиск ширины и длины проводящего канала неизвестного транзистора для получения его математической модели. Данные параметры подбираются перебором до сходимости его измеряемых характеристик с характеристиками, рассчитанными какой-либо программой моделирования. Одним из решений, которое позволяет получить ширину и длину проводящего канала транзистора является обучение компьютерной модели, основанной на нейронной сети. Цель данного исследования — доказать, что обучением нейронной сети можно аппроксимировать функцию, которая в соответствии с измеряемыми характеристикам МОП-транзистора устанавливает ширину и длину его проводящего канала. В результате обучения и проведения статистического анализа результатов было доказано, что алгоритмический подход для решения данной задачи, основанный на обучении нейронной сети, обеспечивает необходимую аппроксимацию функции.