在实践中准确地测定和表征出MOS器件样管的开启电压,对于大规模集成电路的设计以及将MOS器件作为分立器件的在电路应用,均是至关重要的。文章采用贝叶斯统计推断工具用于器件输入曲线的处理,从中提取出与器件开启有关的更为精准和深入的信息。建立合适的分层模型,应用基于马尔科夫链蒙特卡罗(MCMC)算法的最大后验估计(MAP),求取目标量的后验分布。这类算法为目前概率与统计领域的最高级算法。将该先进算法引入到IC领域来分析处理所获取的大数据是后摩尔时代的一个发展方向。
科研之友
微信
新浪微博
Facebook
分享链接
