用于FET建模的多子模型软切换ANN框架,具有更强的收敛性能

《IEEE Transactions on Microwave Theory and Techniques》:Multi-Submodel Soft-Switch ANN Framework for FET Modeling With Enhanced Convergence

【字体: 时间:2026年01月28日 来源:IEEE Transactions on Microwave Theory and Techniques 4.5

编辑推荐:

  人工神经网络(ANN)在晶体管建模中存在大信号仿真收敛困难及低电压区物理不一致等问题。本文提出多子模型ANN框架,通过低栅压、低漏压及外推区独立建模,结合信息型分区方法与软开关技术实现平滑过渡,并扩展温度映射技术使模型适应-40℃至150℃范围。实验表明该方法在直流、小信号和大信号测试中精度提升,尤其解决传统ANN的大信号收敛难题。

  ```html

摘要:

人工神经网络(ANN)已被广泛应用于晶体管建模,但标准ANN模型在大信号仿真中常常存在收敛性问题。本文探讨了这些问题的根本原因,并指出了在低电压区域和ANN外推区域存在的关键问题,包括非物理电流行为和导数不连续性。为了解决这些问题,本文提出了一种多子模型ANN框架。在漏电流建模方面,针对低<
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号