PINN求解漂移扩散方程并反演掺杂

Luke Ragan、Matteo G. C. Alasio、Enrico Bellotti和Luca Dal Negro提出用物理信息神经网络（PINNs）求解半导体漂移-扩散方程，并反演掺杂分布；研究显示，该方法在非平衡条件下的误差可与传统仿真软件相当。 该方法针对一维和二维突变PN结，可计算不同偏置下的观测量，并在非零偏置下根据电场分布或静电势反演掺杂分布。研究对象包含欧姆接触处载流子浓度剧烈变化和掺杂剖面突变的情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。