🔬 applied physics

Deep Learning to Automate Parameter Extraction and Model Fitting of Two-Dimensional Transistors

Este artículo presenta un marco de aprendizaje profundo que automatiza la extracción de parámetros físicos y el ajuste de modelos para transistores bidimensionales mediante el aprovechamiento de una red neuronal preentrenada para aproximar simuladores basados en la física, logrando una alta precisión con significativamente menos muestras de entrenamiento que los métodos anteriores.

Autores originales: Robert K. A. Bennett, Jan-Lucas Uslu, Harmon F. Gault, Asir Intisar Khan, Lauren Hoang, Tara Peña, Kathryn Neilson, Young Suh Song, Zhepeng Zhang, Andrew J. Mannix, Eric Pop

Publicado 2026-09-09

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Robert K. A. Bennett, Jan-Lucas Uslu, Harmon F. Gault, Asir Intisar Khan, Lauren Hoang, Tara Peña, Kathryn Neilson, Young Suh Song, Zhepeng Zhang, Andrew J. Mannix, Eric Pop

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la electrónica moderna, los diminutos transistores que impulsan nuestros dispositivos se están volviendo cada vez más difíciles de comprender. Los científicos están yendo más allá del silicio tradicional para explorar nuevos materiales, como láminas ultra delgadas de átomos de una sola capa de espesor. Estos materiales bidimensionales prometen mucho para una electrónica más rápida y eficiente, pero se comportan de maneras complejas que son difíciles de predecir. Para hacer que estos nuevos materiales funcionen, los investigadores deben medir cómo fluye la electricidad a través de ellos y luego trabajar hacia atrás para descubrir las propiedades físicas ocultas en su interior, como la facilidad con la que se mueven los electrones o qué tan altas son las barreras de energía en los puntos donde el metal se encuentra con el material. Este proceso de trabajar hacia atrás es esencial para diseñar mejores dispositivos, pero tradicionalmente ha sido una tarea lenta y manual que requiere que los expertos adivinen y comprueben, tomando a menudo horas o días para obtener una sola respuesta correcta.

Un equipo de investigadores de la Universidad de Stanford ha desarrollado un nuevo método para acelerar este proceso drásticamente utilizando inteligencia artificial. En lugar de pedirle a una computadora que adivine la respuesta, entrenaron un sistema digital para que aprendiera la relación entre las mediciones eléctricas y las propiedades físicas del transistor. El desafío era que las simulaciones por computadora necesarias para enseñar este sistema son increíblemente lentas y costosas de ejecutar, a menudo tomando minutos u horas para generar un solo punto de datos. Para resolver esto, los investigadores crearon un ingenioso sistema de entrenamiento de dos pasos. Primero, entrenaron una red neuronal rápida y simple para imitar al lento y complejo simulador de física. Utilizaron este imitador rápido para generar una enorme cantidad de datos de práctica de forma gratuita. Luego, usaron estos datos de práctica para enseñar al sistema principal cómo trabajar, antes de finalmente perfeccionarlo con un pequeño número de simulaciones reales y costosas.

El resultado es un sistema que puede extraer los parámetros físicos ocultos de un transistor en una fracción de segundo. En sus pruebas, los investigadores utilizaron este método en un conjunto de 500 dispositivos simulados para entrenar la red. Una vez entrenada, el sistema podía observar las mediciones eléctricas de un transistor real e instantáneamente predecir los valores de ocho propiedades físicas diferentes con alta precisión. Cuando probaron esto en transistores experimentales reales fabricados con un material llamado disulfuro de tungsteno, el sistema logró la ingeniería inversa del comportamiento del dispositivo, coincidiendo con los datos medidos con una precisión que indica un ajuste casi perfecto. Los investigadores descubrieron que el sistema podía determinar qué tan rápido se mueven los electrones a través del material y la altura de las barreras de energía en los contactos, revelando variaciones entre diferentes dispositivos que habrían sido difíciles de detectar de otra manera.

Este enfoque es particularmente poderoso porque reduce drásticamente la cantidad de potencia de cómputo necesaria. Los métodos anteriores requerían el entrenamiento con datos de decenas de miles o incluso millones de dispositivos simulados para lograr resultados similares. Al usar el imitador rápido para pre-entrenar el sistema, los investigadores lograron excelentes resultados con datos de solo 500 dispositivos, una reducción de más de cuarenta veces. Esto hace que sea factible utilizar los modelos de física más rigurosos y precisos, que usualmente son demasiado lentos para ser utilizados en el entrenamiento de grandes conjuntos de datos. El método también demostró ser flexible; los investigadores mostraron que podía escalarse para manejar transistores mucho más complejos con hasta treinta y cinco parámetros desconocidos, lo que sugiere que podría aplicarse a una amplia variedad de componentes electrónicos más allá de los materiales específicos probados.

Los investigadores validaron su trabajo aplicando el sistema entrenado a cincuenta y un transistores del mundo real fabricados en tres chips diferentes. El sistema coincidió con éxito con las curvas eléctricas de estos dispositivos, permitiendo al equipo mapear la distribución de la movilidad y las barreras de contacto a través de los chips. Este nivel de detalle ayuda a los científicos a comprender cómo el proceso de fabricación afecta el producto final, como la interacción de los contactos metálicos con el semiconductor. Si bien el sistema es altamente preciso al coincidir con las curvas eléctricas, los autores señalan que un ajuste perfecto no garantiza que cada uno de los números extraídos sea físicamente perfecto, ya que diferentes combinaciones de propiedades pueden producir resultados eléctricos similares. Sin embargo, para el propósito de caracterizar grandes grupos de dispositivos y comprender sus límites de rendimiento, el método proporciona una herramienta robusta y rápida.

Al poner su código y sus datos a disposición del público, los investigadores esperan fomentar el desarrollo de estas técnicas. Este trabajo representa un cambio de un análisis manual y lento a un enfoque automatizado y de alto rendimiento para comprender la electrónica de próxima generación. Permite que los científicos se concentren menos en el trabajo tedioso de ajustar curvas y más en interpretar los conocimientos físicos que esas curvas proporcionan. A medida que el campo de la electrónica bidimensional continúa creciendo, herramientas como esta serán esenciales para convertir los descubrimientos experimentales en tecnología confiable y de alto rendimiento. La capacidad de comprender rápida y precisamente el funcionamiento interno de estos diminutos dispositivos es un paso crítico para dar vida a la próxima generación de la electrónica.

Resumen Técnico: Aprendizaje Profundo para Automatizar la Extracción de Parámetros y el Ajuste de Modelos de Transistores Bidimensionales

Planteamiento del Problema
Las tecnologías de semiconductores emergentes, como los materiales de transición metal-dicalcogenuros (TMD) bidimensionales (2D), requieren una caracterización rigurosa para extraer parámetros físicos (por ejemplo, movilidad, altura de la barrera de Schottky, perfiles de defectos) a partir de mediciones eléctricas. Tradicionalmente, esto se logra ajustando las características de corriente-voltaje ( $I_d$ - $V_{gs}$ ) medidas a modelos basados en la física. Sin embargo, este proceso es iterativo, consume mucho tiempo y suele ser inaccesible para no expertos. Aunque enfoques recientes de aprendizaje profundo han automatizado este problema inverso, típicamente requieren conjuntos de entrenamiento compuestos por 20,000 a 1,000,000 de dispositivos únicos. Para tecnologías emergentes modeladas por simuladores basados en la física computacionalmente costosos (por ejemplo, Sentaurus Device, resolvedores de transporte cuántico), generar tales conjuntos de datos masivos es a menudo inabordable, ya que una sola simulación puede tomar minutos u horas.

Metodología
Los autores proponen un marco de aprendizaje profundo que reduce drásticamente la cantidad de simulaciones basadas en la física costosas mediante el empleo de una estrategia de preentrenamiento de "sustituto" (surrogate). El flujo de trabajo consta de cinco pasos clave:

Generación de Datos Basados en la Física: Se genera un pequeño conjunto de datos inicial utilizando un simulador exhaustivo basado en la física (Sentaurus Device) para transistores de efecto de campo (FET) de 2D. Este conjunto de datos mapea los parámetros del modelo de entrada (8 parámetros, incluyendo movilidad, altura de la barrera y perfiles de defectos) con las curvas de salida $I_d$ - $V_{gs}$ .
Entrenamiento del Sustituto Directo (Forward): Una red neuronal directa se entrena para aproximar al simulador basado en la física. Esta red aprende a predecir las curvas $I_d$ - $V_{gs}$ dados un conjunto de parámetros de entrada.
Preentrenamiento Aumentado: La red directa entrenada se utiliza para generar un conjunto de datos aumentado masivo y computacionalmente económico (por ejemplo, 100,000 curvas) mediante el muestreo de parámetros aleatorios. Una red neuronal inversa se preentrena con estos datos aumentados.
Ajuste Fino Tándem (Tandem Fine-Tuning): La red inversa se ajusta finamente utilizando el conjunto original y pequeño de simulaciones basadas en la física. Crucialmente, este entrenamiento utiliza un enfoque de red neuronal tándem: los parámetros predichos de la red inversa se introducen en la red directa para estimar la corriente resultante. La función de pérdida penaliza tanto el error en los parámetros predichos como el error en la corriente reconstruida ( $I_{pred}$ vs. $I_{actual}$ ), abordando la no unicidad del problema inverso donde múltiples conjuntos de parámetros pueden producir curvas similares.
Inferencia: Una vez entrenada, la red inversa mapea directamente los datos experimentales de $I_d$ - $V_{gs}$ a los parámetros físicos subyacentes sin requerir más simulaciones basadas en la física.

Contribuciones Clave

Eficiencia de Datos: El método logra ajustes de alta calidad utilizando conjuntos de entrenamiento de solo ~500 dispositivos, lo que representa una reducción de >40× en comparación con esfuerzos previos de aprendizaje profundo que requerían decenas o cientos de miles de dispositivos.
Entrenamiento Riguroso de la Física: A diferencia de los métodos restringidos a modelos compactos, este enfoque permite el entrenamiento en modelos complejos y auto-consistentes basados en la física (TCAD) que incluyen geometría, transporte y efectos electrostáticos, sin costos computacionales prohibitivos.
Generalizabilidad: El marco se demuestra escalable a modelos más complejos, logrando la ingeniería inversa de 35 parámetros para transistores de alta movilidad de electrones (HEMT) de nitruro de galio (GaN) utilizando el modelo compacto ASM-HEMT.
Ciencia Abierta: Los autores han publicado el código y los conjuntos de datos de muestra en GitHub para facilitar futuras investigaciones en el diseño inverso de transistores.

Resultados

Desempeño Simulado y Experimental: Al probarse en un conjunto de 1,000 dispositivos no vistos simulados con Sentaurus Device, el enfoque logró un coeficiente de determinación mediano ( $R^2$ ) de 0.995. En el conjunto de prueba experimental de 51 transistores de WS₂ de monocapa, el enfoque logró un $R^2$ mediano de 0.990. Se demostró que el paso de preentrenamiento proporciona un aumento de precisión equivalente a duplicar el tamaño del conjunto de entrenamiento basado en la física.
Precisión de la Extracción de Parámetros: Los errores absolutos medianos para los parámetros clave fueron bajos: movilidad (0.88 cm² V⁻¹ s⁻¹) y altura de la barrera de Schottky (18.4 meV). Los errores fueron ligeramente mayores para los parámetros de densidad de defectos, atribuidos a la redundancia mutua en el modelo, aunque el ajuste general de $I_d$ - $V_{gs}$ fue excelente.
Validación Experimental: El método se aplicó a 51 transistores experimentales de WS₂ de monocapa. Los parámetros de ingeniería inversa produjeron curvas simuladas que coinciden estrechamente con los datos experimentales, con un $R^2$ mediano de 0.990. Las distribuciones extraídas de movilidad y altura de la barrera coincidieron cualitativamente con las variaciones experimentales esperadas.
Escalabilidad: El enfoque manejó con éxito problemas de alta dimensionalidad, ajustando 35 parámetros para GaN HEMTs con un conjunto de entrenamiento de ~16,000 dispositivos, demostrando que el método escala con la complejidad del modelo siempre que la generación del conjunto de entrenamiento sea computacionalmente factible.

Significancia y Reivindicaciones
El artículo afirma que este enfoque hace que la extracción automatizada de parámetros sea viable para tecnologías emergentes donde la generación de grandes conjuntos de datos mediante simulación rigurosa basada en la física era previamente un cuello de botella. Al reducir el requisito de entrenamiento de días o semanas de tiempo de simulación a menos de una hora, el método permite el uso de modelos complejos y físicamente precisos para la caracterización de dispositivos y el ajuste de tecnología de diseño asistido por computadora (TCAD).

Los autores enfatizan que, si bien el método automatiza el proceso de ajuste, no selecciona automáticamente el modelo físico correcto; el usuario aún debe asegurar que el modelo basado en la física subyacente sea apropiado para el dispositivo. Además, señalan que, aunque el método es altamente eficiente para caracterizar grandes distribuciones de dispositivos (por ejemplo, para análisis de rendimiento o monitoreo de procesos), para el ajuste de un solo dispositivo, los métodos de optimización tradicionales podrían seguir siendo computacionalmente más económicos. Este trabajo posiciona al aprendizaje profundo como una herramienta práctica para cerrar la brecha entre las simulaciones físicas complejas y el análisis de datos experimentales en la electrónica de próxima generación.

Más como este