-
公开(公告)号：CN113990866B
公开(公告)日：2023-05-09
申请号：CN202111622482.0
申请日：2021-12-28
Applicant: 北京芯可鉴科技有限公司 , 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 西安电子科技大学
IPC: H01L27/02
Abstract: 本发明实施例提供一种硅控整流器、芯片及电路，所述硅控整流器包括：衬底，所述衬底上方设有N阱区和P阱区；所述N阱区和P阱区上方依次设有第一N+区、第一P+区、第三区、第二N+区及第二P+区，所述第三区为第三P+区或第三N+区；所述第一N+区和第一P+区均与所述硅控整流器的阳极相连；所述第二N+区和第二P+区均与所述硅控整流器的阴极相连。所述硅控整流器具有更强的泄放电流的能力，大大提升了防护能力。
-
公开(公告)号：CN113990866A
公开(公告)日：2022-01-28
申请号：CN202111622482.0
申请日：2021-12-28
Applicant: 北京芯可鉴科技有限公司 , 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 西安电子科技大学
IPC: H01L27/02
Abstract: 本发明实施例提供一种硅控整流器、芯片及电路，所述硅控整流器包括：衬底，所述衬底上方设有N阱区和P阱区；所述N阱区和P阱区上方依次设有第一N+区、第一P+区、第三区、第二N+区及第二P+区，所述第三区为第三P+区或第三N+区；所述第一N+区和第一P+区均与所述硅控整流器的阳极相连；所述第二N+区和第二P+区均与所述硅控整流器的阴极相连。所述硅控整流器具有更强的泄放电流的能力，大大提升了防护能力。
-
公开(公告)号：CN113990865A
公开(公告)日：2022-01-28
申请号：CN202111619505.2
申请日：2021-12-28
Applicant: 北京芯可鉴科技有限公司 , 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 西安电子科技大学
IPC: H01L27/02
Abstract: 本发明实施例提供一种硅控整流器、芯片及电路，该硅控整流器包括：衬底，所述衬底上方设有深阱层，所述深阱层上方设有N阱区和P阱区；所述N阱区和P阱区上方依次设有第一N+区、第一P+区、第二N+区及第二P+区；所述第一N+区和第二P+区相连，所述第一P+区与所述硅控整流器的阳极相连，所述第二N+区与所述硅控整流器的阴极相连；所述第二P+区最外侧设有场氧结构，所述场氧结构位于所述深阱层的上方。该硅控整流器缩短了通路的距离，提高了防护等级。
-
公开(公告)号：CN116207093A
公开(公告)日：2023-06-02
申请号：CN202310218143.9
申请日：2023-03-08
Applicant: 西安电子科技大学
IPC: H01L27/02
Abstract: 一种适用于低压ESD的低保持电压SCR器件，在P衬底上依次为第一N阱、第一P阱、第二N阱、第二P阱、第三N阱；第一P阱上方依次设置第一P+区域、第一N+区域、第二N+区域；第一P+区域与第一N+区域之间设置第二浅槽隔离，第一N+区域与第二N+区域之间设置第一Gate区域；第二N阱上方依次设置第三N+区域、第二P+区域、第四N+区域；第三N+区域与第二P+区域之间设置第四浅槽隔离，第二P+区域与第四N+区域之间设置第二Gate区域；第二P阱上方依次设置第四N+区域、第五N+区域、第三P+区域；第四N+区域与第五N+区域之间设置第三Gate区域，第五N+区域与第三P+区域之间设置第五浅槽隔离；本发明的触发电压电压较低，而保持电压相对较高，也适合在低电源电压下工作。
-
公开(公告)号：CN116306851A
公开(公告)日：2023-06-23
申请号：CN202310292490.6
申请日：2023-03-23
Applicant: 西安电子科技大学
IPC: G06N3/063 , G06N3/0464 , G06F7/544 , G06F17/15
Abstract: 基于PYNQ的YOLOv4‑tiny神经网络加速器及加速方法，加速器是将YOLOv4‑tiny神经网络部署在PYNQ开发平台上；加速方法是：ARM从上位机获取待处理数据，存入DDR中，同时对寄存器组进行配置，将配置参数路由到计算模块中，然后将DDR中待处理数据输入到CBUF中，乘加PE阵列从CBUF中读取数据，完成乘累加操作，得到卷积运算结果，依次输入协助运算通路和池化运算通路，得到池化运算结果，将该结果通过MCIF写回DDR中，PS端重新对下一层计算的寄存器组进行配置，不断迭代上述过程直到所有层计算完成，然后通过AXI4将结果输入DDR中，PS端将计算结果传输给上位机进行解码和显示；本发明简化了硬件复杂度，降低了电路功耗，在兼顾并行度和算力的同时，具有与算法更加适配的特点。
-
公开(公告)号：CN115690413A
公开(公告)日：2023-02-03
申请号：CN202211238982.9
申请日：2022-10-11
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 一种基于U型网络对医疗图像进行语义分割的方法，获取样本集，并划分训练集和测试集；样本集中，每张医疗图像及其自身掩图作为一组样本；构建识别模型，并利用训练集训练该识别模型，利用测试集测试训练效果，得到满足要求的优化模型；识别模型基于改进的U型网络，改进的U型网络包括主干提取网络和特征加强网络；改进的U型网络，是在经典U型网络结构上，加入了二值化操作；将待识别的医疗图像输入优化模型，完成目标识别，本发明可以准确快速的完成对医疗图像的语义分割，比传统的U型网络，速度更快，准确率更高，提高了医疗图像研究的效率。
-
公开(公告)号：CN116245058A
公开(公告)日：2023-06-09
申请号：CN202211575462.7
申请日：2022-12-08
Applicant: 西安电子科技大学
IPC: G06F30/33 , G06F30/10 , G06N20/20 , G06F18/2431 , G06F111/10
Abstract: 一种基于集成学习模型的GAAFET直流特性预测方法，基于TCAD建立GAAFET器件模型，对器件电学特性进行仿真分析，得到转移特性曲线并从中提出所需的电学参数值；改变设计条件获取数据集，建立集成深度学习的预测模型；预测模型由三个子模型通过greedy ensemble算法集成得到；利用数据集训练预测模型；得到满足要求的预测模型，利用满足要求的预测模型预测不同参数以及不同工作条件下的GAAFET器件直流特性。本发明结合了随机森林模型、最近邻模型以及深度学习模型，可解决现有GAAFET的直流特性仿真方式耗时长、效率低、受人工因素影响较大等问题中的至少之一。
-
公开(公告)号：CN116187407A
公开(公告)日：2023-05-30
申请号：CN202310215066.1
申请日：2023-03-08
Applicant: 西安电子科技大学
Abstract: 一种基于脉动阵列自注意力机制的实现系统及方法，系统包括：预处理单元：对输入矩阵进行处理并传输，PE计算单元：对处理后的数据进行缓存、乘法运算、累加操作，输出乘加结果，脉动阵列：乘加结果进行横向和纵向传递，重复上述操作，直至完成乘加计算；矩阵乘法计算单元：获得矩阵和K矩阵的乘积矩阵；自注意力机制模块：获得模块输出Attention(Q、K、V)；方法是一种基于脉动阵列自注意力机制的实现系统的应用；本发明通过利用带反馈机制的PE计算单元组成脉动阵列模块，同时采用并行输入的方式，应用于自注意力机制算法，实现了自注意力机制的硬件计算设计，具有提高脉动阵列的计算带宽、在高计算带宽的同时实现较高的计算准确度，提高工作效率的特点。
-
公开(公告)号：CN115935806A
公开(公告)日：2023-04-07
申请号：CN202211482474.5
申请日：2022-11-24
Applicant: 西安电子科技大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明为一种基于深度学习的PIN限幅器性能及HPM效应预测方法，利用TCAD仿真软件，首先建立PIN限幅器的数值物理模型，随后基于PIN二极管数值物理模型搭建PIN限幅器HPM效应仿真电路，根据样本集所需的特征设置器件参数、HPM参数并进行瞬态响应仿真，获取样本集特征对应的标签；构建深度学习网络预测模型并进行训练验证，得到满足要求的模型，利用该满足要求的模型对不同参数、工作条件下PIN限幅器性能及HPM效应进行预测，本发明解决了现有获取PIN限幅器限幅性能及HPM效应传统方法中存在的计算量大、耗时长且不收敛等问题，降低了获取限幅器性能的人力成本与时间成本，提高了预测效率与准确率。
-
公开(公告)号：CN116484928A
公开(公告)日：2023-07-25
申请号：CN202310220095.7
申请日：2023-03-09
Applicant: 西安电子科技大学
IPC: G06N3/063 , G06N3/0464
Abstract: 一种基于VisionTransformer神经网络的硬件加速器及加速方法，其加速器是将VisionTransformer神经网络部署在ZYNQ开发平台上；其加速方法是：ARM处理器获取特征图片存到DDR存储器，读取的数据分散到输入缓存和权重缓存，处理完的特征图片输入到片上缓存单元，处理好的数据发送到PL端，对PL端的硬件IP进行配置，同时进行读写操作，获得最终计算结果，写入DDR存储器，将DDR存储器中的数据取出并完成概率运算，将概率运算结果传输给PC机，PetaLinux操作系统对VisionTransformer神经网络的硬件加速器系统进行移植，从PC机得到推理的预测结果；本发明通过采取多输入多输出通道的并行方法，对神经网络结构进行优化，使计算速度快、硬件资源占用低、识别准确率高，可高效完成图像分类任务。
