[发明专利]一种基于K折交叉验证集成学习模型的GAAFET电容特性预测方法

说明书

一种基于K折交叉验证集成学习模型的GAAFET电容特性预测方法，通过TCAD仿真软件建立GAAFET器件模型；通过改变设计参数，得到多条不同设计条件下的电容‑电压特性曲线，以相同的电压间隔，从每条曲线中取出N个数据点作为训练集成学习模型的数据集，按比例划分成训练集、交叉验证集和测试集，并通过K折交叉将训练集划分为K个子集；集成学习模型的输入为一组设计参数，输出为GAAFET器件电容特性；利用数据集训练集成学习模型，满足要求的模型用于不同参数以及不同工作条件下的GAAFET器件电容特性预测。本发明能够快速准确地预测GAAFET特性，解决传统方法所存在的耗时长、效率低、受人工因素等缺点。

技术领域

本发明属于半导体仿真技术领域，特别涉及一种基于K折交叉验证集成学习模型的GAAFET电容特性预测方法。

背景技术

随着工艺节点逐渐进入5纳米甚至3纳米以下，利用鱼鳍式场效应晶体管(FinFET)实现更快的开关速度及更低的功耗变得十分困难。环栅场效应晶体管(Gate All AroundField Effect Transistor，GAAFET)由于具有更大的栅极接触面积，从而增加了栅极控制能力，能够实现更好的开关特性及更有效的抑制短沟道效应，被认为是代替FinFET器件的最佳选择。但是由于特征尺寸的持续缩放，GAAFET也面临着寄生电容增加导致开关性能下降这一难题，器件性能因此受到了严重的影响。

对于GAAFET新型结构器件的电容特性研究，一般利用TCAD工具进行模拟仿真与分析，具有灵活性高和精度高等优点，是一种有效的器件特性研究手段。目前主流的TCAD工具主要是Silvaco和Sentaurus TCAD，后者采用有限元分析方法实现计算，在完成对器件结构的模型建立和网格划分后，对格点进行相关物理方程的求解从而获得仿真结果。由于TCAD工具求解的是最为基础的物理方程(如电子与空穴的输运方程、泊松方程、扩散方法)，加上可选择的丰富的物理模型进行修正，这种底层的模拟方法仿真方法使得TCAD得到的数据十分接近实际晶圆测试结构。

传统基于TCAD建立GAAFET器件模型提取电容特性的方法虽是一种有效的器件电容特性研究手段，但是需操作人员首先根据GAAFET器件建立物理结构模型，添加材料物理参数，形成仿真条件控制命令，最终得到所需特性曲线。该模拟仿真过程还需加入次级效应的物理模型以及进行合适的网格划分，过程繁琐且耗时，需有足够的半导体物理知识储备，造成人力成本的浪费。除此之外，基于TCAD仿真所涉及的数据量较大，仿真数据需要与流片数据比对，在合理的范围内迭代优化模型参数和材料参数，校准实验数据和仿真数据，以保证仿真环境的可靠性和准确性。综上所述，现有GAAFET的电容特性仿真方式耗时长、效率低、受人工因素影响较大。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于K折交叉验证集成学习模型的GAAFET电容特性预测方法，以期快速准确地预测GAAFET特性，有效解决传统获取GAAFET器件电容特性方法所存在的耗时长、效率低、受人工因素等缺点。

为了实现上述目的，本发明采用的技术方案是：

一种基于K折交叉验证集成学习模型的GAAFET电容特性预测方法，包括如下步骤：

步骤1，通过TCAD仿真软件建立GAAFET器件模型；

步骤2，基于所述GAAFET器件模型，通过改变设计参数，得到多条不同设计条件下的电容-电压特性曲线，电容-电压特性曲线的横轴为电压，纵轴为电容；

步骤3，以相同的电压间隔，从每条所述电容-电压特性曲线中取出N个数据点，作为训练集成学习模型的数据集，按比例将数据集划分成训练集、交叉验证集和测试集，并通过K折交叉将训练集划分为K个子集；所述集成学习模型作为电容特性预测模型，其输入为一组所述设计参数，输出为GAAFET器件电容特性；

步骤4，利用所述数据集训练所述集成学习模型，满足要求的模型用于不同参数以及不同工作条件下的GAAFET器件电容特性预测。