-
公开(公告)号:CN118364700A
公开(公告)日:2024-07-19
申请号:CN202410212165.9
申请日:2024-02-27
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F30/392 , G06N3/08 , G06F113/18
Abstract: 本申请提供了一种基于神经网络的硅基光子芯片设计方法、系统、存储介质及电子装置,主要包括以下步骤:获取目标芯片的初始结构参数,输入正向预测模型,训练并预测出对应芯片结构参数的最优芯片性能参数,对预测出的最优芯片性能参数进行仿真并判断,直至获得目标芯片的最优芯片性能参数对应的最优结构参数;设定期望目标参数,包括目标器件、目标芯片性能参数、以及器件尺寸,将所述期望目标参数输入逆向设计模型,训练并预测出所述期望目标参数对应的期望结构参数,并转换输出为图像显示的芯片版图;以至少具有高效率、低复杂度、速度快的特点,对非专业人员的友好度高的技术效果。
-
公开(公告)号:CN119472299B
公开(公告)日:2025-03-14
申请号:CN202510012326.4
申请日:2025-01-06
Applicant: 南京信息工程大学
IPC: G05B13/04 , G06N3/0499 , G06N3/067 , G01D21/02
Abstract: 本发明公开了一种基于神经网络的光子引线键合参数预测方法,包括确定影响双光子聚合直写技术的环境参量和键合控制参量,制作数据集;对数据集进行归一化处理并划分为训练集及测试集;构建以全连接前馈神经网络为基础的光子引线键合参数预测模型;通过优化隐藏层层数和节点数,使损失函数收敛,训练完成后得到目标光子引线键合参数预测模型;通过该模型可预测飞秒激光器的输出参量。进一步,本发明还提出了一种电子设备、光子引线键合控制系统及控制方法。本发明能有效提高光子引线键合工艺在光子器件互连时的耦合效率,降低人为调控成本,提高半导体工艺精度。
-
公开(公告)号:CN119472299A
公开(公告)日:2025-02-18
申请号:CN202510012326.4
申请日:2025-01-06
Applicant: 南京信息工程大学
IPC: G05B13/04 , G06N3/0499 , G06N3/067 , G01D21/02
Abstract: 本发明公开了一种基于神经网络的光子引线键合参数预测方法,包括确定影响双光子聚合直写技术的环境参量和键合控制参量,制作数据集;对数据集进行归一化处理并划分为训练集及测试集;构建以全连接前馈神经网络为基础的光子引线键合参数预测模型;通过优化隐藏层层数和节点数,使损失函数收敛,训练完成后得到目标光子引线键合参数预测模型;通过该模型可预测飞秒激光器的输出参量。进一步,本发明还提出了一种电子设备、光子引线键合控制系统及控制方法。本发明能有效提高光子引线键合工艺在光子器件互连时的耦合效率,降低人为调控成本,提高半导体工艺精度。
-
-