公开(公告)号：CN114201907A

公开(公告)日：2022-03-18

申请号：CN202010986874.4

申请日：2020-09-18

Applicant: 上海交通大学

Inventor： 李金金 ,  汪志龙 ,  韩彦强 ,  王清训

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 一种快速预测金属化合物高精度导电特性的机器学习方法，通过采集二元金属氧化物、氮化物、硫化物的半导体材料的PBE带隙以生成训练样本，采用图神经网络建立半导体材料的结构‑带隙预测模型以训练样本进行初次训练，得到用于快速预测PBE带隙的预测模型，然后再计算训练样本中部分半导体材料的HSE06带隙以生成二次训练样本，通过迁移学习对预测模型进行二次训练，得到针对半导体材料的高精度带隙预测模型用于进行HSE06水平的能隙预测。本发明能够大幅降低带隙预测的计算成本，有效避免实验操作的繁琐和设计成本，可以推广到其他材料体系中，对发现具有功能特性的材料具有指导意义。

公开(公告)号：CN116318165A

公开(公告)日：2023-06-23

申请号：CN202310193569.3

申请日：2023-03-02

Applicant: 上海交通大学

Inventor： 祁亮 ,  王清训 ,  潘羽涵 ,  陈开泉 ,  林羽

IPC: H03M3/00

Abstract: 本发明涉及模拟集成电路技术领域，公开了一种采用二阶噪声耦合技术的两阶段线性‑指数型IADC电路，包含模拟调制器、数字滤波器和切换开关。可以实现二阶噪声耦合路径，并通过二阶噪声耦合路径实现了超高的指数级信号累积速度，通过将二阶噪声耦合路径应用于两步式IADC中与一阶IADC结合，具有良好的性能，并构建了对应的抽取滤波器，在两个阶段分别实现线性累加和指数级累加。