🔬 applied physics

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

Cet article présente un cadre d'apprentissage profond qui automatise l'extraction de paramètres physiques et l'ajustement de modèles pour les transistors bidimensionnels en exploitant un réseau de neurones pré-entraîné pour approximer des simulateurs basés sur la physique, atteignant une grande précision avec nettement moins d'échantillons d'entraînement que les méthodes précédentes.

Auteurs originaux : 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

Publié 2026-09-09

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : 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

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Dans le monde de l'électronique moderne, les minuscules transistors qui alimentent nos appareils deviennent de plus en plus difficiles à comprendre. Les scientifiques dépassent le silicium traditionnel pour explorer de nouveaux matériaux, tels que des feuilles d'atomes ultra-minces ne possédant qu'une seule couche d'épaisseur. Ces matériaux bidimensionnels sont très prometteurs pour des l'électronique plus rapide et plus efficace, mais ils se comportent de manières complexes qui sont difficiles à prédire. Pour faire fonctionner ces nouveaux matériaux, les chercheurs doivent mesurer comment l'électricité circule à travers eux, puis travailler à rebours pour découvrir les propriétés physiques cachées à l'intérieur, comme la facilité avec laquelle les électrons se déplacent ou la hauteur des barrières d'énergie aux points où le métal rencontre le matériau. Ce processus de travail à rebours est essentiel pour concevoir de meilleurs dispositifs, mais il s'agissait traditionnellement d'une tâche lente et manuelle nécessitant que des experts devinent et vérifient, prenant souvent des heures ou des jours pour obtenir une seule réponse correcte.

Une équipe de chercheurs de l'Université de Stanford a développé une nouvelle méthode pour accélérer considérablement ce processus en utilisant l'intelligence artificielle. Au lieu de demander à un ordinateur de deviner la réponse, ils ont entraîné un système numérique à apprendre la relation entre les mesures électriques et les propriétés physiques du transistor. Le défi était que les simulations informatiques nécessaires pour enseigner à ce système sont incroyablement lentes et coûteuses à exécuter, prenant souvent des minutes ou des heures pour générer un seul point de données. Pour résoudre cela, les chercheurs ont créé un système d'entraînement ingénieux en deux étapes. D'abord, ils ont entraîné un réseau de neurones simple et rapide pour imiter le simulateur physique lent et complexe. Ils ont utilisé ce imitateur rapide pour générer une quantité massive de données d'entraînement gratuitement. Ensuite, ils ont utilisé ces données d'entraînement pour enseigner au système principal comment fonctionner, avant de l'affiner enfin avec un petit nombre de simulations réelles et coûteuses.

Le résultat est un système capable d'extraire les paramètres physiques cachés d'un transistor en une fraction de seconde. Lors de leurs tests, les chercheurs ont utilisé cette méthode sur un ensemble de 500 dispositifs simulés pour entraîner le réseau. Une fois entraîné, le système pouvait observer les mesures électriques d'un transistor réel et prédire instantanément les valeurs de huit propriétés physiques différentes avec une grande précision. Lorsqu'ils ont testé cela sur des transistors expérimentaux réels fabriqués à partir d'un matériau appelé disulfure de tungstène, le système a réussi à rétro-concevoir le comportement du dispositif, faisant correspondre les données mesurées avec une précision qui indique un ajustement quasi parfait. Les chercheurs ont constaté que le système pouvait déterminer la vitesse à laquelle les électrons se déplacent à travers le matériau ainsi que la hauteur des barrières d'énergie aux contacts, révélant des variations entre différents dispositifs qui auraient été difficiles à détecter autrement.

Cette approche est particulièrement puissante car elle réduit considérablement la puissance de calcul nécessaire. Les méthodes précédentes nécessitaient un entraînement sur des données provenant de dizaines de milliers, voire de millions de dispositifs simulés pour obtenir des résultats similaires. En utilisant l'imitateur rapide pour pré-entraîner le système, les chercheurs ont obtenu d'excellents résultats avec des données provenant de seulement 500 dispositifs, soit une réduction de plus de quarante fois. Cela rend possible l'utilisation des modèles physiques les plus rigoureux et les plus précis, qui sont généralement trop lents pour être utilisés pour l'entraînement de grands ensembles de données. La méthode s'est également avérée flexible ; les chercheurs ont montré qu'elle pouvait être étendue pour gérer des transistors beaucoup plus complexes avec jusqu'à trente-cinq paramètres inconnus différents, suggérant qu'elle pourrait être appliquée à une grande variété de composants électroniques au-delà des matériaux spécifiques testés.

Les chercheurs ont validé leur travail en appliquant le système entraîné à cinquante et un transistors réels fabriqués sur trois puces différentes. Le système a réussi à faire correspondre les courbes électriques de ces dispositifs, permettant à l'équipe de cartographier la distribution de la mobilité et des barrières de contact à travers les puces. Ce niveau de détail aide les scientifiques à comprendre comment le processus de fabrication affecte le produit final, tel que la manière dont les contacts métalliques interagissent avec le semi-conducteur. Bien que le système soit très précis pour faire correspondre les courbes électriques, les auteurs notent qu'une correspondance parfaite ne garantit pas que chaque nombre extrait soit physiquement parfait, car différentes combinaisons de propriétés peuvent parfois produire des résultats électriques similaires. Cependant, pour le but de caractériser de grands groupes de dispositifs et de comprendre leurs limites de performance, la méthode fournit un outil robuste et rapide.

En rendant leur code et leurs données accessibles au public, les chercheurs espèrent encourager le développement ultérieur de ces techniques. Ce travail représente un passage d'une analyse manuelle et chronophage à une approche automatisée et à haut débit pour comprendre l'électronique de nouvelle génération. Cela permet aux scientifiques de se concentrer moins sur le travail fastidieux de l'ajustement de courbes et davantage sur l'interprétation des informations physiques que ces courbes fournissent. Alors que le domaine de l'électronique bidimensionnelle continue de croître, des outils comme celui-ci seront essentiels pour transformer les découvertes expérimentales en technologies fiables et de haute performance. La capacité de comprendre rapidement et précisément les rouages internes de ces minuscules dispositifs est une étape cruciale pour donner vie à la prochaine génération d'électronique.

Résumé technique : Apprentissage profond pour automatiser l'extraction de paramètres et l'ajustement de modèles de transistors bidimensionnels

Énoncé du problème
Les technologies émergentes des semi-conducteurs, telles que les dichalcogénures de métaux de transition (TMD) bidimensionnels (2D), nécessitent une caractérisation rigoureuse pour extraire des paramètres physiques (par exemple, la mobilité, la hauteur de la barrière de Schottky, les profils de défauts) à partir de mesures électriques. Traditionnellement, cela est réalisé en ajustant les caractéristiques de courant-tension ( $I_d$ - $V_{gs}$ ) mesurées à des modèles basés sur la physique. Cependant, ce processus est itératif, chronophage et souvent inaccessible aux non-experts. Bien que des approches récentes d'apprentissage profond aient automatisé ce problème inverse, elles nécessitent généralement des ensembles d'entraînement comprenant 20 000 à 1 000 000 de dispositifs uniques. Pour les technologies émergentes modélisées par des simulateurs physiques coûteux en calcul (par exemple, Sentaurus Device, solveurs de transport quantique), la génération de tels ensembles de données massifs est souvent impossible, car une seule simulation peut prendre des minutes ou des heures.

Méthodologie
Les auteurs proposent un cadre d'apprentissage profond qui réduit considérablement le nombre de simulations physiques coûteuses en employant une stratégie de pré-entraînement par « substitut » (surrogate). Le flux de travail se compose de cinq étapes clés :

Génération de données basées sur la physique : Un petit ensemble initial de données est généré à l'aide d'un simulateur physique complet (Sentaurus Device) pour des transistors à effet de champ (FET) 2D. Cet ensemble de données fait correspondre des paramètres de modèle d'entrée (8 paramètres, incluant la mobilité, la hauteur de la barrière et les profils de défauts) à des courbes de sortie $I_d$ - $V_{gs}$ .
Entraînement du substitut direct (Forward Surrogate Training) : Un réseau de neurones direct est entraîné pour approximer le simulateur physique. Ce réseau apprend à prédire les courbes $I_d$ - $V_{gs}$ à partir d'un ensemble de paramètres d'entrée.
Pré-entraînement augmenté : Le réseau direct entraîné est utilisé pour générer un ensemble de données augmentées massif et peu coûteux en calcul (par exemple, 100 000 courbes) en échantillonnant des paramètres aléatoires. Un réseau de neurones inverse est ensuite pré-entraîné sur ces données augmentées.
Ajustement fin en tandem (Tandem Fine-Tuning) : Le réseau inverse est affiné à l'aide du petit ensemble original de simulations basées sur la physique. Crucialement, cet entraînement utilise une approche de réseau de neurones en tandem : les paramètres prédits par le réseau inverse sont injectés dans le réseau direct pour estimer le courant résultant. La fonction de perte pénalise à la fois l'erreur dans les paramètres prédits et l'erreur dans le courant reconstruit ( $I_{pred}$ vs $I_{actual}$ ), traitant ainsi la non-unicité du problème inverse où plusieurs ensembles de paramètres peuvent produire des courbes similaires.
Inférence : Une fois entraîné, le réseau inverse cartographie directement les données $I_d$ - $V_{gs}$ expérimentales vers les paramètres physiques sous-jacents sans nécessiter de nouvelles simulations physiques.

Contributions clés

Efficacité des données : La méthode atteint des ajustements de haute qualité en utilisant des ensembles d'entraînement de seulement ~500 dispositifs, ce qui représente une réduction de plus de 40× par rapport aux efforts précédents d'apprentissage profond qui nécessitaient des dizaines ou des centaines de milliers de dispositifs.
Entraînement rigoureux sur la physique : Contrairement aux méthodes limitées aux modèles compacts, cette approche permet de s'entraîner sur des modèles complexes et auto-cohérents basés sur la physique (TCAD) incluant la géométrie, le transport et les effets électrostatiques, sans coût de calcul prohibitif.
Généralisabilité : L'efficacité de la méthode est démontrée par sa capacité à passer à des modèles plus complexes, réussissant l'ingénierie inverse de 35 paramètres pour les transistors à haute mobilité d'électrons (HEMT) au nitrure de gallium (GaN) en utilisant le modèle compact ASM-HEMT.
Science ouverte : Les auteurs ont publié le code et les ensembles de données d'exemple sur GitHub pour faciliter la recherche future sur la conception inverse de transistors.

Résultats

Performance simulée et expérimentale : Testée sur un ensemble de 1 000 dispositifs non vus, simulés avec Sentaurus Device, l'approche a atteint un coefficient de détermination ( $R^2$ ) médian de 0,995. Sur l'ensemble de test expérimental de 51 transistors de WS₂ monocouche, l'approche a atteint un $R^2$ médian de 0,990. L'étape de pré-entraînement a montré qu'elle apportait un gain de précision équivalent au doublement de la taille de l'ensemble d'entraînement physique.
Précision de l'extraction de paramètres : Les erreurs absolues médianes pour les paramètres clés étaient faibles : mobilité (0,88 cm² V⁻¹ s⁻¹) et hauteur de la barrière de Schottky (18,4 meV). Les erreurs étaient légèrement plus élevées pour les paramètres de densité de défauts, en raison d'une redondance mutuelle dans le modèle, bien que l'ajustement global de $I_d$ - $V_{gs}$ reste excellent.
Validation expérimentale : La méthode a été appliquée à 51 transistors expérimentaux de WS₂ monocouche. Les paramètres issus de l'ingénierie inverse ont produit des courbes simulées qui correspondent étroitement aux données expérimentales, avec un $R^2$ médian de 0,990. Les distributions extraites de la mobilité et de la hauteur de la barrière correspondent qualitativement aux variations expérimentales attendues.
Évolutivité : L'approche a géré avec succès des problèmes à haute dimensionnalité, ajustant 35 paramètres pour des HEMT GaN avec un ensemble d'entraînement d'environ 16 000 dispositifs, démontrant que la méthode est évolutive avec la complexité du modèle, à condition que la génération de l'ensemble d'entraînement reste numériquement faisable.

Signification et affirmations
L'article affirme que cette approche rend l'extraction automatique de paramètres réalisable pour les technologies émergentes où la génération de grands ensembles de données via des simulations physiques rigoureuses était auparavant un goulot d'étranglement. En réduisant le temps de formation requis de jours ou de semaines de simulation à moins d'une heure, la méthode permet l'utilisation de modèles physiquement précis et complexes pour la caractérisation des dispositifs et l'ajustement TCAD (Technology Computer-Aided Design).

Les auteurs soulignent que, bien que la méthode automatise le processus d'ajustement, elle ne sélectionne pas automatiquement le modèle physique correct ; l'utilisateur doit toujours s'assurer que le modèle physique sous-jacent est approprié pour le dispositif. De plus, ils notent que bien que la méthode soit très efficace pour caractériser de larges distributions de dispositifs (par exemple, pour l'analyse de rendement ou le contrôle de processus), pour l'ajustement d'un seul dispositif, les méthodes d'optimisation traditionnelles pourraient encore être moins coûteuses en calcul. Ce travail positionne l'apprentissage profond comme un outil pratique pour combler le fossé entre les simulations physiques complexes et l'analyse de données expérimentales dans l'électronique de nouvelle génération.

Articles similaires