物理信息神经网络用于器件和电路建模：NeuroSPICE案例研究

于红博

摘要: 我们提出了NeuroSPICE，这是一个物理信息神经网络（PINN）框架，用于设备和电路模拟。与依赖于时间离散化数值求解器的传统SPICE不同，NeuroSPICE利用PINNs通过反向传播来最小化电路微分代数方程（DAEs）的残差来解决电路问题。它使用时间域中的精确时间导数的解析方程来建模设备和电路波形。虽然在训练过程中PINNs的速度或准确性并不比SPICE更出色，但它们提供了独特的优势，如用于设计优化和反问题的代理模型。NeuroSPICE的灵活性使其能够模拟新兴设备，包括高度非线性系统，如铁电存储器。

更新时间: 2025-12-31 16:31:06

领域: cs.AI,physics.app-ph

下载: http://arxiv.org/abs/2512.23624v2