| 摘要: |
| 为了整合RRAM器件的测试数据，提升RRAM器件性能探知效率，构建了一套适用于RRAM测试数据分析和可视化的Web系统。结合Set和Reset操作的测试数据，提出一种GA-DNN模型算法，用于预测RRAM器件操作电压，从而为相同测试条件的实验提供可信的预测范围。相比于BPNN模型和CNN模型，在测试集相对误差小于15%的评估条件下，GA-DNN模型使得Set电压的预测精度分别提升了11.38%和2.33%；同时，Reset电压的预测精度分别提升了9.25%和2.54%。最终，系统采用B/S架构、Vue.js前端框架和Django后端框架建立了前后端分离的RRAM器件测试数据分析系统。该系统可进行RRAM器件的测试数据统计、可视化分析以及测试电压预测。 |
| 关键词: 阻变存储器 GA-DNN模型 自动化分析系统 数据分析及可视化 |
| DOI： |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
