如何利用Victory Analytics和机器学习校准TCAD数据
使用TCAD软件进行基于物理的半导体技术设计，为半导体研发提供了重要支持。传统的TCAD 建模主要由经验丰富的专家通过试错的方式手动开发，然而，加速上市时间以降低开发成本的需求日益迫切，亟需创新的开发方式。
目前，机器学习（ML）和人工智能（AI）技术被视为增强 TCAD 的重要手段。作为 TCAD、EDA 软件和 SIP 解决方案的领先供应商，Silvaco 在开发 AI 驱动的 TCAD 技术方面处于领先地位。
在本次研讨会中，我们将为您展示一种 ML 和 TCAD 相结合的策略，深入校准 TCAD 参数，使得 TCAD 仿真结果与实验数据更一致。通过 Victory 套件中的两个新工具——Victory DOE和 Victory Analytics，这一过程实现了无缝衔接。
Victory DOE 是一个强大的项目管理工具，用于高效运行 TCAD 仿真的设计实验。它支持用户收集 TCAD 输出数据并输入 Victory Analytics，然后，Victory Analytics 使用机器学习建模来优化 TCAD 参数，使之更加精准。本次研讨会中将以 AlGaN/GaN HEMT 的 TCAD 参数校准作为案例来为您展示这一方法。
内容概要
- TCAD 校准工具简介
- Victory TCAD工具
- Victory DoE
- Victory Analytics
- 利用 Victory Analytics 和机器学习进行校准的方法
- 仿真简介
- 使用 Victory DOE 进行实验设计
- 在 Victory Analytics 中查看和分析结果
- 优化参数，和实验数据一致
- 验证结果
讲师简介
Stefania Carapezzi 博士是 Silvaco 法国分公司的FAE，自 2023 年 3 月加入公司以来，一直致力于 TCAD 技术支持。她于 2014 年获得意大利博洛尼亚大学的物理学博士学位，随后在博洛尼亚高级电子系统研究中心（ARCES）以及法国蒙彼利埃大学和 CNRS 的 LIRMM 实验室从事多年博士后研究工作。她的研究方向包括超越 CMOS 器件的 TCAD 仿真以及纳米级晶体管中的量子效应等。
建议参会人员：
TCAD工程师、晶圆厂工程师、器件工程师、工艺工程师、产品经理和工程管理人员。
时间:
北京时间：
2024年12月12日 10:00 – 10:30
圣克拉拉时间：
2024年12月12日 10:00 – 10:30
巴黎时间：
2024年12月12日 11:00 – 11:30
地点: 线上
语言: 英文