近日，南京邮电大学郭宇锋教授团队在第37届国际功率半导体器件与集成电路会议（37th international symposium on power semiconductor devices and ics, ispsd 2025）上发表了题为“基于物理信息神经网络的超结器件智能设计”的创新研究成果。该论文的第一作者为陈静讲师，通讯作者为郭宇锋教授。
研究针对传统设计方法中依赖人工参与的局限性，提出了一种面向超结功率器件的智能设计框架——SJ-PiNN。该方案结合精确的二维电场分析与碰撞电离路径积分构建的R阱模型生成训练数据，通过训练SJ-PiNN模型实现从性能指标到结构参数的高效映射预测，并融合差分进化算法，实现了在任意击穿电压与比导通电阻条件下对最优宽长比的快速求解。实验结果显示，SJ-PiNN的R²预测准确率超过99.6%，且可在3秒内完成预测，与数值仿真结果的平均误差极低。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
ISPSD是功率半导体领域最具权威性和影响力的国际顶级学术会议，被誉为该领域的“奥林匹克会议”，涵盖了功率器件、功率集成电路、制造工艺、封装技术及应用等多个方向。本届会议共收录176篇高质量论文，吸引了来自全球的600余位专家学者和工程技术人员参会。会议每年在欧洲、日本、北美等地轮流举行，2025年将在日本熊本市举办，2026年则将于美国拉斯维加斯市举行。
此次我院团队研究成果被ISPSD录用，充分展现了我院在功率器件前沿技术研究方面的雄厚实力与国际影响力。
