公众号记得加星标??,第一时间看推送不会错过。
在半导体技术飞速发展的今天,器件模型日益复杂,紧凑模型参数提取已成为业界面临的重大挑战。传统优化算法受困于梯度变化不明确,极易陷入局部最优,但最终提取结果差强人意的困局。此外,现代半导体模型中存在大量相互关联的参数,这使得传统方法效率更加低下,建模工程师往往需要将参数提取流程拆解为多个冗长繁琐的子步骤,整个过程可能耗费数天甚至数周时间,严重制约开发进度。
为突破这一技术瓶颈,是德科技重磅推出基于机器学习的全局优化器 ——ML Optimizer,为半导体参数提取带来革命性解决方案!
欢迎提前扫码预约,
技术干货+精美奖品在直播间等您。
相较于传统方法,它能在单个步骤内同步处理海量图形与参数,极大简化参数提取流程,将原本漫长的参数提取周期从数天大幅缩短至短短数小时,大幅提升工作效率。
此外,ML Optimizer 尤其擅长应对非凸参数空间,凭借先进的机器学习算法,它能突破传统方法的局限,更精准地找到全局最优解,显著提升参数提取的准确性与整体拟合的一致性,为半导体器件模型的精准构建提供坚实保障。
2025年6月10日 14:00 - 14:45
嘉宾介绍
讲解嘉宾
李依奥
是德科技
器件建模应用工程师
熟悉 IC-CAP、MBP 和 MQA 工具,擅长 HBT 和 GaN HEMT 的器件建模工作。目前专注于将人工神经网络和机器学习优化器(ML Optimizer)应用于器件建模,推动技术创新与发展。
答疑嘉宾
邓家媛
是德科技
器件建模产品经理
曾任MBP,MQA技术支持和应用工程师,为全球半导体客户提供技术支持。参与MBP,MQA产品设计和开发,任团队敏捷开发专家。2012年加入是德科技,目前负责器件模型部门MBP,MQA,ICCAP等产品应用开发。
欢迎提前扫码预约,
技术干货+精美奖品在直播间等您。
今天是《半导体行业观察》为您分享的第4059期内容,欢迎关注。
加星标??第一时间看推送,小号防走丢
求推荐
声明:免责声明:此文内容为本网站转载企业宣传资讯,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容。
本周获机构给予“买入型”评级个股中,大多数属于绩优股。 电子行业本周获机构重点关注 据证券时报·数据宝统计,本周,43家机构合计进行18...
6月6日下午,国家税务总局海口市税务局携手海口市商务局共同举办离境退税政策宣讲会,加快推动离境退税新政红利转化为消费增长新动力,40多位海口...
在数字经济与乡村振兴战略深度融合的背景下,农业数据要素的市场化配置成为破解传统农业发展瓶颈的重要突破口。6月7日,随着"智慧农业数据行业创新...
前沿家装-未经本站允许,禁止镜像及复制本站。投诉及建议联系邮箱:linghunposhui@sina.com
Copyright © 2018 All Rights Reserved 前沿家装 first.jiajut.com 版权所有,备案号:皖ICP备2023005497号