NEWS CENTER
  行业动态 

韩国利用人工智能方法分析半导体材料误差小于

日期:2021-01-08 05:41

  盖世汽车讯 自旋电子学涉及电子的内在自旋和电子工程领域,目前相关研究正在积极进行,以解决现有硅半导体存在的集成局限性,开发下一代超低功耗和高性能半导体。磁性材料是开发自旋电子器件(如MRAM磁阻随机存取存储器)最常用的材料之一。因此,通过分析磁哈密顿量及其参数来准确识别磁性材料的性质,如热稳定性、动态行为和基态构型等,具有重要意义。

  500)this.width=500 align=center hspace=10 vspace=10 rel=nofollow/>

  500)this.width=500 align=center hspace=10 vspace=10 rel=nofollow/

  以前,为了更准确深入地了解磁性材料的性质,需要通过各种实验直接测量磁哈密顿参数,这一过程需要耗费大量时间和资源。据外媒报道,为了克服这些困难,韩国的研究人员开发了一种人工智能(AI)系统,可以实时分析磁性系统。

  研究人员构建深层神经网络,并利用机器学习算法和现有磁畴图像对其进行训练。结果表明,输入通过电子显微镜获得的自旋结构图像,可以实时估计磁哈密顿参数。此外,与实验得到的参数值相比,人工智能系统的估计误差小于1%,具有较高的准确度。据该团队介绍,利用所开发的人工智能系统,可以通过深度学习技术,即时完成材料参数评估过程。以前完成这一过程需要数十个小时。

网站地图