在半导体技术飞速发展的今天，器件模型日益复杂，紧凑模型参数提取已成为业界面临的重 大挑战。传统优化算法受困于梯度变化不明确，极易陷入局部最优，但最终提取结果差强人 意的困局。此外，现代半导体模型中存在大量相互关联的参数，这使得传统方法效率更加低 下，建模工程师往往需要将参数提取流程拆解为多个冗长繁琐的子步骤，整个过程可能耗费 数天甚至数周时间，严重制约开发进度。 为 突 破 这 一 技 术 瓶 颈 ， 是 德 科 技 （ Keysight ） 重 磅 推 出 基 于 机 器 学 习 的 全 局 优 化 器 ——ML Optimizer，为半导体参数提取带来革命性解决方案！ 是德科技 器件建模应用工程师 相较于传统方法，它能在单个步骤内同步处理海量图形与参数，极大简化参数提取流程，将原本漫 长的参数提取周期从数天大幅缩短至短短数小时，大幅提升工作效率。 此外，ML Optimizer 尤其擅长应对非凸参数空间，凭借先进的机器学习算法，它能突破传统方法 的局限，更精准地找到全局最优解，显著提升参数提取的准确性与整体拟合的一致性，为半导体器 件模型的精准构建提供坚实保障。 本次直播将介绍IC-CAP 和 MBP 提 ...