Wykaz obszarów badawczych:
| Obszar badawczy | Dziedzina naukowa |
Stworzenie modelu przyrządu półprzewodnikowego do symulacji Monte Carlo wymaga pomiarów dużego zbioru nominalnie identycznych struktur, co może być niemożliwe w przypadku przyrządów eksperymentalnych lub pracujących w ekstremalnych temperaturach. Proponowanym rozwiązaniem jest użycie modeli generatywnych opartych na uczeniu maszynowym. Pozwalałyby one na uzyskanie wymaganej liczby syntetycznych charakterystyk elektrycznych o właściwościach statystycznych zbliżonych do charakterystyk rzeczywistych przyrządów. Jednak sam proces uczenia takiego modelu generatywnego wymaga dużej próby uczącej, tj. dużej liczby przyrządów. Rozwiązaniem byłoby uczenie z przeniesieniem, tj. wstępne uczenie modeli na dużych zbiorach danych dla łatwo dostępnych przyrządów o zbliżonych parametrach elektrycznych, po którym następowałoby dostrajanie do docelowych charakterystyk. Uczenie z przeniesieniem w modelowaniu generatywnym to zagadnienie słabo zbadane.
|
Automatyka, Elektronika, Elektrotechnika i Technologie Kosmiczne |
|---|