（本網訊）近日，我校光電工程學院董林鵬副教授、劉衛國教授帶領的寬禁帶半導體光電器件科研團隊在國際頂級學術期刊《AdvancedMaterials》(IF=29.4)上發表了“Machine Learning to Promote Efficient Screening of Low-Contact Electrode for Two-Dimensional Semiconductor Transistor UnderLimited Data”學術論文，董林鵬副教授、王偉教授、劉衛國教授為論文的共同通訊作者，光電工程學院2022級碩士研究生李鵬輝同學為論文的第一作者。
該研究針對后摩爾時代新型短溝道金屬-氧化物-半導體場效應晶體管（MOSFET）非理想電極接觸對晶體管性能的退化，提出采用新型二維電極材料來實現低接觸電阻和高導通特性。區別于傳統低效率且高盲目的反復試驗方法，該研究在小數據集的背景下通過構建ARANet和DARANet人工智能算法，建立了從晶體管溝道和源極電極材料級參數映射到器件隧穿電阻、縱向/橫向肖特基勢壘電阻等器件級關鍵參數間的物理可解釋模型，成功開發了具有高準確率和高效率的低接觸電極篩選流程。該研究進一步通過高通量及量子物理到半經典物理的跨尺度計算，從材料級到器件級對模型進行了嚴格的數值計算和驗證。
該研究有望應用于多維度光電探測成像芯片、多模態信息存儲器件、后摩爾時代高性能低功耗半導體器件等應用，加速相關半導體器件和芯片的開發和迭代速度。團隊前期工作已相繼發表在Carbon，ACS Applied Materials & Interfaces，Nanoscale等國際知名期刊，該工作也是團隊在這一領域的又一突破性成果。
《Advanced Materials》是一本超過30年歷史，由Wiley出版發行的材料科學類知名權威期刊。期刊聚焦功能材料在化學、物理、生物等各項領域及相關交叉學科的前沿進展，影響力廣泛。期刊對研究的原創性、結構的新穎性有著極為嚴格的要求，最新影響因子值為29.4。
論文鏈接：https://doi.org/10.1002/adma.202312887
文、圖：董林鵬 王宵 審核：周順 潘永強 編輯：常玢超
學校郵箱
信息門戶
信息公開
ENGLISH
