Hybrid Classical-Quantum Neural Networks for Multi-Characteristic Co-Optimization of Recessed-Gate AlGaN/GaN MIS-HEMTs

Resumo Técnico: Redes Neurais Híbridas Clássico-Quânticas para Co-Otimização Multi-Característica de MIS-HEMTs de AlGaN/GaN com Porta Rebaixada

Declaração do Problema
A otimização de Transistores de Alta Mobilidade Eletrônica Metal-Isolante-Semicondutor (MIS-HEMTs) de AlGaN/GaN com porta rebaixada exige modelagem precisa de múltiplas características elétricas acopladas. Esses dispositivos são sensíveis à variabilidade induzida pelo processo (por exemplo, profundidade do rebaixo, composição do dielétrico, tratamento de superfície) que modelos analíticos não conseguem capturar sem sacrificar precisão ou eficiência. Embora o Aprendizado de Máquina (ML) tenha se tornado um padrão para modelagem de semicondutores, abordagens clássicas frequentemente lutam com conjuntos de dados experimentais. Esses conjuntos de dados são custosos para gerar, inerentemente pequenos e ruidosos devido à estocasticidade da fabricação. Redes clássicas densas frequentemente sofrem de sobreajuste nesses dados ou falham em capturar correlações complexas e não lineares entre variáveis de processo e múltiplos alvos de dispositivo acoplados (tensão de limiar, histerese, inclinação sub-limiar, correntes de ligado/desligado) simultaneamente.

Metodologia
Os autores propõem uma estrutura de Rede Neural Híbrida Clássico-Quântica (HQNN) projetada para otimização conjunta de seis alvos elétricos a partir de um vetor de fabricação/processo de 24 dimensões. A metodologia envolve:

1. Conjunto de Dados: O estudo utiliza 468 dispositivos fabricados experimentalmente em 17 divisões de processo distintas. O vetor de entrada inclui variáveis contínuas (coordenadas da pastilha, geometria) e escolhas de processo categóricas codificadas como one-hot binárias (limpeza, tratamento por plasma, deposição dielétrica, recozimento). Seis alvos são previstos: tensões de limiar direta/inversa ($V_{th,fwd}$, $V_{th,rev}$), histerese ($\Delta V_{th}$), inclinação sub-limiar (SS), corrente de ligado ($I_{on}$) e corrente de desligado ($I_{off}$).
2. Arquitetura: A HQNN emprega um design de "gargalo estrito" onde um codificador de Perceptron Multicamadas (MLP) clássico comprime a entrada de 24 dimensões em um código latente de 4 dimensões. Este código é mapeado para ângulos de rotação de um Circuito Quântico Parametrizado (PQC) de 4 qubits. O PQC processa o estado através de camadas variacionais, e uma medição de Pauli em 3 eixos (X, Y, Z) produz um vetor de características de 12 dimensões, que é linearmente mapeado para os seis alvos.
3. Design e Triagem de Circuitos: Os autores triaram sistematicamente uma família de 19 modelos de circuitos quânticos derivados de Sim et al. [18], variando conectividade (vizinho mais próximo, todos-para-todos), tipos de portas de emaranhamento (CNOT, CRZ, CRX) e profundidade do circuito ($L$). Eles avaliaram tanto ansatzes de "modelo único" (repetindo um bloco) quanto de "circuito misto sequencial" (empilhando blocos diferentes).
4. Treinamento: O modelo é treinado usando uma perda de Erro Quadrático Médio (MSE) ponderada multi-alvo. Os gradientes para os parâmetros quânticos são computados via regra de deslocamento de parâmetro, integrados com retropropagação clássica através das camadas de codificação e leitura usando CUDA-Q e PyTorch.

Principais Contribuições

• Triagem Sistemática de Circuitos: O trabalho fornece um estudo de ablação em grande escala de modelos de circuitos quânticos para regressão de semicondutores, identificando propriedades arquitetônicas específicas que correlacionam com o desempenho.
• Co-Otimização Multi-Alvo: Diferentemente de métodos anteriores de kernel quântico que frequentemente dependem de compressão por PCA ou regressão de alvo único, esta HQNN realiza aprendizado supervisionado ponta a ponta no vetor de características completo para prever múltiplas métricas de dispositivo acopladas simultaneamente.
• Orientação de Design: O estudo estabelece correlações entre propriedades do circuito (expressibilidade, contagem de parâmetros, profundidade, tipo de emaranhador) e precisão de previsão, oferecendo uma estrutura para seleção de ansatzes para problemas de dados escassos.

Resultados
A HQNN selecionada, identificada como Circuito (13, 5) em $L=2$ (uma configuração de circuito misto usando o modelo 13 no nível 1 e o modelo 5 no nível 2), foi comparada com baselines clássicos incluindo ANN, PLS, Árvores de Decisão, XGBoost e outros.

• Ganho de Desempenho: A HQNN reduziu o Erro Quadrático Médio Normalizado (nRMSE) geral em 24,4% comparado à melhor baseline clássica (ANN).
• Melhorias Específicas por Alvo:
  • RMSE de $V_{th,fwd}$: 0,297 V $\to$ 0,270 V
  • RMSE de $V_{th,rev}$: 0,278 V $\to$ 0,263 V
  • RMSE de $\Delta V_{th}$: 0,049 V $\to$ 0,045 V
  • RMSE de SS: 22,22 mV/década $\to$ 19,87 mV/década
  • RMSE de $I_{off}$: $5,75 \times 10^{-8}$ A $\to$ $4,35 \times 10^{-8}$ A (uma redução de ~24%)
  • RMSE de $I_{on}$ permaneceu competitivo (0,053 A vs. 0,056 A para ANN).
• Insights de Ablação:
  • Expressibilidade: A precisão correlacionou-se negativamente com a expressibilidade ($D_{KL}$). Circuitos altamente expressivos (semelhantes a Haar-random) performaram pior, provavelmente devido a platôs áridos em regimes de dados escassos.
  • Parâmetros e Profundidade: A precisão correlacionou-se positivamente com a contagem de parâmetros, profundidade do circuito e contagem de portas de dois qubits.
  • Emaranhadores: Portas de rotação controlada parametrizadas (CRZ, CRX) superaram circuitos baseados em CNOT estáticos.
• Robustez ao Ruído: Um estudo de ruído despolarizante em um circuito representativo (Modelo 13, $L=4$) mostrou que o modelo mantém um $R^2$ geral de 0,905 sob ruído leve ($p=0,005$). Embora a previsão de $I_{off}$ fosse sensível ao ruído, os alvos relacionados à tensão permaneceram estáveis, sugerindo que o codificador clássico retém poder preditivo mesmo se a representação quântica se degradar.

Significado e Alegações
O artigo afirma avançar o Aprendizado de Máquina Quântico (QML) na modelagem de semicondutores da regressão de kernel quântico de alvo único em direção à modelagem de dispositivos multi-característica para MIS-HEMTs de GaN com porta rebaixada. Os autores afirmam que modelos quânticos híbridos variacionais podem melhorar a generalização em conjuntos de dados experimentais pequenos e ruidosos onde o ML clássico é limitado.

O trabalho sugere que HQNNs comparáveis podem ser treináveis ou implantáveis em hardware quântico de curto prazo (especificamente registradores de 4 qubits) dada sua robustez demonstrada a ruído despolarizante leve. O estudo fornece uma estrutura de design de circuitos para futura otimização de processos de semicondutores assistida por QML, enfatizando que a seleção controlada de ansatzes é crítica para realizar vantagens quânticas em tarefas de engenharia práticas e com restrições de dados.