一种基于机器学习的FLASH器件设计方法技术

技术编号：44888386 阅读：6 留言：0更新日期：2025-04-08 00:25

一种基于机器学习的FLASH器件设计方法，方法包括：步骤一，定义2T‑FLASH单元结构；步骤二，在2T‑FLASH单元建立过程中，使用随机数种子方法进行预测模型的输入数据的采集；步骤三，进行2T‑FLASH单元性能仿真，进行预测模型的输出数据的采集；步骤四：确定预测模型的输入量以及输出量划分训练集和测试集，进行第一次训练；步骤五，筛选保留收敛达预期的预测模型以及对应的输入量和输出量，建立第二数据集并进行第二次训练。机器学习开展FLASH器件的仿真设计，能够极大缩短研发周期和减小研制成本，也为FLASH器件的流片提供技术基础。

全部详细技术资料下载

【技术实现步骤摘要】

本申请涉及微电子集成，特别涉及一种基于机器学习的flash器件设计方法。

技术介绍

1、快闪存储器(flash)是一种电可擦可编程的只读存储器，其核心单元flash器件具有高速读写、低功耗和体积小等优势，具有功耗低、集成度高、cmos工艺兼容、可靠性高、抗辐射等优势，并广泛应用于数据存储、引导加载和固件更新等方面，也是面向后摩尔时代中存算一体和类脑计算技术的核心配置单元。

2、随着人工智能、5g、物联网等新兴技术的发展，flash面临更多的需求和挑战。然而，基于工艺参数多次调整的流片迭代，不仅会极大延长flash器件设计周期，而且会造成研制成本的急剧增加。目前，基于仿真软件的flash器件研发，虽然在一定程度上引领了研发的方向，但是与实验设计相同，基于人为的器件仿真，很难遍历和综合所有影响因素，因此，仿真设计也具有盲目性和耗时性。

技术实现思路

1、本申请提供一种基于机器学习的flash器件设计方法，可用于解决机器学习仿真过程中存在盲目性的技术问题。

2、本申请提供一种基于机器学习的flash器件设计方法，方法包括：

3、步骤一，定义2t-flash单元结构；

4、步骤二，在2t-flash单元建立过程中，使用随机数种子方法进行预测模型的输入数据的采集；

5、步骤三，进行2t-flash单元性能仿真，进行预测模型的输出数据的采集；

6、步骤四：确定预测模型的输入量以及输出量划分训练集和测试集，进行第一次训练；</p>

7、步骤五，筛选保留收敛达预期的预测模型以及对应的输入量和输出量，建立第二数据集并进行第二次训练。

8、本申请提供一种机器学习的方法，机器学习通过已有的数据进行学习，发现数据中的规律和趋势，并利用建立的规律和趋势，完成任务的预测、分类和聚类，具有学习自动化、准确性高和适应性强等优势。因此，基于机器学习开展flash器件的仿真设计，能够极大缩短研发周期和减小研制成本，也为flash器件的流片提供技术基础。

本文档来自技高网...

【技术保护点】

1.一种基于机器学习的FLASH器件设计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，步骤一，定义2T-FLASH单元结构；包括：

3.根据权利要求1所述的方法，其特征在于，步骤二，在2T-FLASH单元建立过程中，使用随机数种子方法进行预测模型的输入数据的采集；包括：

4.根据权利要求1所述的方法，其特征在于，步骤三，进行2T-FLASH单元性能仿真，进行预测模型的输出数据的采集；包括：

5.根据权利要求1所述的方法，其特征在于，步骤四：确定预测模型的输入量以及输出量划分训练集和测试集，进行第一次训练；包括：

6.根据权利要求1所述的方法，其特征在于，步骤五，筛选保留收敛达预期的预测模型以及对应的输入量和输出量，建立第二数据集并进行第二次训练，包括：

【技术特征摘要】

1.一种基于机器学习的flash器件设计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，步骤一，定义2t-flash单元结构；包括：

3.根据权利要求1所述的方法，其特征在于，步骤二，在2t-flash单元建立过程中，使用随机数种子方法进行预测模型的输入数据的采集；包括：

4.根据权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：魏轶聃，刘国柱，魏敬和，赵伟，曹利超，奚琦，魏应强，隋志远，刘美杰，尤兴宇，杨瀚，
申请(专利权)人：中国电子科技集团公司第五十八研究所，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人