Моделювання та імітація польового транзистора MOSFET (з high-k діелектриком) з використанням генетичних алгоритмів

Автори Abdelkrim Mostefai1 , Smail Berrah2 , Hamza Abid3
Приналежність

1Department of Electronics, Faculty of Electrical Engineering, University of Sidi Bel Abbes, Algeria

2LMER Laboratory, University of A/Mira of Bejaia, Algeria

3Applied Materials Laboratory, University of Sidi Bel Abbes, 22000 Sidi Bel Abbes, Algeria

Е-mail mostakrimo@yahoo.fr
Випуск Том 13, Рік 2021, Номер 6
Дати Одержано 04 серпня 2021; у відредагованій формі 06 грудня 2021; опубліковано online 20 грудня 2021
Посилання Abdelkrim Mostefai, Smail Berrah, Hamza Abid, Ж. нано- електрон. фіз. 13 № 6, 06004 (2021)
DOI https://doi.org/10.21272/jnep.13(6).06004
PACS Number(s) 85.30.De, 87.55.de
Ключові слова MOSFET (29) , HfO2 (3) , SiO2 (9) , Технологія CMOS, High-k діелектрик (4) , Штучний інтелект (2) , Генетичні алгоритми (2) .
Анотація

Польовий транзистор на основі металу, оксиду та напівпровідника (MOSFET) – це тип польового транзистора; його робота заснована на впливі електричного поля, прикладеного до структури метал-оксид-напівпровідник, тобто до електроду затвора. Це важливий електронний компонент, особливо в мікроелектронній промисловості. З моменту винаходу інтегральної схеми основним напрямом розвитку індустрії кремнієвої мікроелектроніки була мініатюризація MOSFET. Щоб звести до мінімуму небажані ефекти (наприклад, струм витоку) через мініатюризацію MOSFET, було використано кілька рішень для покращення продуктивності MOSFET. Серед цих рішень – використання нових оксидів затвора з високою діелектричною проникністю (наприклад, HfO2). Нанорозмірний MOSFET є складним електронним пристроєм, тому для його моделювання потрібні нові теорії та методи моделювання (наприклад, штучний інтелект). Генетичні алгоритми (ГА) – це адаптивні метаевристичні алгоритми, засновані на еволюційних ідеях (еволюційних алгоритмах) природного відбору та генетики. ГА використовуються для генерування високоякісних рішень проблем оптимізації та пошуку, покладаючись на такі генетичні оператори, як відбір, кросовер та мутація. У статті описано розширене моделювання (оптимізація), імітація та вилучення параметрів нанорозмірних MOSFET (оксид HfO2) з використанням підходу ГА. Електричні характеристики MOSFET прогнозуються відповідно до різних параметрів (струм стоку, напруга стоку, напруга затвора, довжина каналу, товщина оксиду).

Перелік посилань