研究人员开发了PCGD，一个新颖的物理引导条件图扩散框架，用于TCAD器件仿真。该方法直接在非结构化TCAD网格上操作，以预测耦合的静电和载流子密度场，克服了传统方法的高计算成本。PCGD集成了条件感知MeshGraphNet去噪器和物理引导混合目标，通过迭代扩散逐步强制执行物理约束。该框架在一个具有挑战性的基准测试上实现了低于1%的平均相对场误差，显著优于现有的回归和扩散基线，同时还通过减少数据和参数展示了对未见拓扑结构的强大可迁移性。 AI
影响 该新框架通过提供更高效、物理上更准确的仿真方法，有望显著加速半导体器件工程。
排序理由 该集群包含一篇详细介绍半导体器件仿真新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
