Réseaux neuronaux graphiques pour la conception autonome multi-échelle de dispositifs nanoélectroniques optoélectroniques

Résumé

Cette étude présente un cadre piloté par l’IA pour concevoir de manière autonome des dispositifs nanoélectroniques haute performance. Elle modélise les dispositifs à plusieurs échelles et les optimise à l’aide de fonctions de récompense informées par le quantique. Le cadre effectue une optimisation topologique contrainte pour générer des configurations d’appareils non intuitives tout en maintenant la conformité avec les contraintes quantiques et structurelles spécifiées.

Résumé

Cette étude présente un cadre computationnel pour la conception autonome multi-échelle de dispositifs nanoélectroniques optoélectroniques utilisant l’apprentissage automatique basé sur graphes. Le jeu de données comprend environ 120 000 graphes à l’échelle atomique, 35 000 graphes mésoscopique et 12 000 graphes au niveau de l’appareil générés à partir de simulations basées sur la physique, chacun annoté avec des descripteurs structurels et des valeurs d’énergie de référence. Les dispositifs sont représentés par des graphes hiérarchiques couvrant les niveaux atomique, mésoscopique et de dispositif, avec des nœuds codant des unités matérielles ou fonctionnelles et des arêtes encodant des interactions physiques. Trois réseaux neuronaux de graphes spécifiques à l’échelle sont réalisés via un pipeline géométrique PyTorch et PyTorch, avec quatre couches de passage de messages par échelle et une fusion de caractéristiques d’attention basée sur l’attention. Le comportement quantique est intégré via un hamiltonien effectif paramétré GNN, entraîné à approcher des spectres énergétiques de référence à liaison serrée et inspirés par DFT via une fonction de perte régularisée physiquement. L’évolution topologique des dispositifs est formulée comme un problème d’apprentissage par renforcement contraint dans lequel les modifications de graphes sont traitées comme des actions et optimisées à l’aide d’une méthode à gradient politique avec régularisation par entropie. Une fonction de récompense composite équilibre efficacité quantique interne, stabilité structurelle et complexité du graphe sous contraintes de faisabilité physique. L’optimisation multi-objectifs est réalisée à l’aide d’une formulation lagrangienne augmentée pour identifier des configurations de dispositifs cohérentes en Pareto. L’évaluation du modèle inclut la précision de prédiction énergétique (MAE/RMSE), le taux de violation des contraintes, la faisabilité topologique et l’analyse de scalabilité sur des graphes allant jusqu’à^{10 6} nœuds. Les conceptions sélectionnées sont ensuite validées à l’aide de simulations multiphysiques par éléments finis pour vérifier la cohérence optique et électrique. Ce protocole fournit un pipeline de calcul reproductible et multi-échelle pour la conception de dispositifs nanoélectroniques autonomes contraints par la physique.

Introduction

La prolifération rapide des systèmes Internet des objets (IoT), des dispositifs portables et implantables, ainsi que des technologies d’intelligence artificielle (IA) a accru la demande pour des plateformes électroniques et photoniques étroitement^{intégrées 1,2}. Les composants optoélectroniques, y compris les circuits intégrés photoniques (PIC), les photodétecteurs et les lasers à impulsions, jouent un rôle central dans ces^{systèmes 3,4}. À l’échelle nanométrique, cependant, le comportement des dispositifs est régi par le confinement quantique, le transport de charge et les interactions optiques-électriques^{couplées 5}. Les approches de conception traditionnelles reposent sur des simulations de premier principe et un réglage empirique des paramètres⁶. À mesure que le nombre de combinaisons de matériaux possibles, de configurations géométriques et de motifs de connectivité augmente, le criblage exhaustif basé sur la simulation devient calculationnellement impraticable.

Les techniques d’apprentissage automatique (ML) ont été introduites pour accélérer la modélisation et les tâches de conception^{inverse 7}. Les premières implémentations utilisaient des réseaux de neurones artificiels et des processus gaussiens comme prédicteurs^{substituts 8}. Les architectures d’apprentissage profond (DL) plus récentes ont amélioré l’apprentissage de représentation pour les systèmes photoniques et^{nanoélectroniques 9}. Malgré ces avancées, les approches existantes basées sur la DL souffrent souvent d’une interprétabilité limitée, d’une forte dépendance aux données et d’une généralisation restreinte à l’échelle des matériaux^{et des structures 10}. De nombreux cadres séparent également les contraintes physiques de l’apprentissage, les traitant comme une validation externe plutôt que comme des composants intégrés du processus d’optimisation¹¹.

Parallèlement, la mise à l’échelle continue des dispositifs semi-conducteurs a atteint des limites physiques dans les architectures^{conventionnelles 12}. Les effets de canal court et l’instabilité électrostatique deviennent de plus en plus significatifs sous 100^{nm 13}, ce qui motive l’exploration de matériaux alternatifs et de structures de dispositifs. Les matériaux bidimensionnels (2D), en particulier les dichalcogénides de métal de transition (TMD), offrent des bandes interdites ajustables et une épaisseur à l’échelle atomique compatibles avec les procédés^{CMOS 14}. Les matériaux monocouches tels que MoS₂ et WS₂ présentent une mobilité favorable des porteurs et un contrôle^{électrostatique 15}. Les architectures sans jonction démontrent en outre que la performance des dispositifs dépend fortement de la topologie structurelle ainsi que de la composition des^{matériaux 16,17}.

Les réseaux neuronaux à graphes (GNN) fournissent un cadre informatique naturel pour modéliser les systèmes relationnels tels que les réseaux moléculaires, les nanostructures et les topologies de^circuits 18,19,20,21. En opérant sur des représentations structurées en graphes plutôt que sur des entrées basées sur une grille, les GNN mettent à jour les plongements de nœuds par le passage de messages entre composants voisins. De manière simplifiée, les mises à jour des nœuds peuvent s’exprimer comme

où φ_nœud et ψ_arête sont des fonctions apprenables et désignent un opérateur d’agrégation invariant par permutation. De tels modèles ont été appliqués à la prédiction de propriétés et à l’inférence topologique dans les systèmes^{nanoélectroniques} 22,23,24. Les approches multi-échelle tentent de relier les simulations à l’échelle atomique et la performance au niveau^{des dispositifs 25}, mais la plupart des implémentations fonctionnent à une résolution structurelle unique ou supposent des topologies fixes. Dans les formulations quantiques, la structure électronique est régie par le problème des valeurs propres

où est l’opérateur hamiltonien et_{E k} sont les valeurs propres d’énergie. La théorie de la fonction de la densité (DFT) fournit des approximations traitables mais évolue approximativement comme O(N³) avec un nombre d’électrons, limitant l’application directe à l’exploration topologique à grande échelle. À mesure que la complexité des dispositifs augmente, les évaluations répétées de la DFT deviennent computationnellement prohibitives. Ces limitations soulignent la nécessité d’approximations différentiables qui conservent la structure physique tout en permettant une optimisation évolutive 26,27,28.

Pour combler cet écart méthodologique, des dispositifs nanoélectroniques sont formulés dans ce travail sous forme de graphes hiérarchiques G=(V,E) couvrant les échelles atomiques, mésoscopiques et de dispositifs 29,30,31,32,33. Les encodeurs GNN spécifiques à l’échelle extraient des embeddings structurels, et l’échange d’informations inter-échelle est réalisé par fusion basée sur l’attention. Au lieu de résoudre à répétition des équations DFT complètes lors de l’optimisation, un Hamiltonien effectif paramétré par GNN est introduit pour approximer le comportement énergétique de référence tout en préservant la structure hermitienne et les contraintes de^localité 34,35,36,37,38,39,40,41.

La modification topologique est formulée comme un problème d’apprentissage par renforcement (RL)⁴². Pour un état_{s t} ≡ G_t , les actions modifient la connectivité des graphes sous contraintes de faisabilité physique. Une fonction de récompense composite est définie comme

r_t = α⋅IQE(G_t) + β⋅Stabilité(G_t) - γ⋅Complexité(G_t),

où les coefficients α,β,γ régulent les compromis entre performance, robustesse et simplicité structurelle. L’optimisation multi-objectifs est gérée par des formulations contraintes de la forme.

La scalabilité vers de grands systèmes est obtenue grâce au grossissement spectral des graphes et à l’agrégation hiérarchique, permettant un apprentissage et une inférence efficaces sur des graphes contenant jusqu’à des millions de nœuds sans compromettre la fidélité structurelle. Le grossissement des graphes spectraux réduit la complexité computationnelle en regroupant les nœuds selon la similarité de la structure propre, préservant les propriétés topologiques et spectrales clés tout en réduisant significativement la taille du graphe. L’agrégation hiérarchique organise en outre le graphe réduit en représentations multi-résolutions, permettant au modèle de traiter les dépendances locales et globales de manière progressive. Cette stratégie multi-niveaux réduit la consommation de mémoire, accélère les opérations de transmission de messages et maintient la précision prédictive, garantissant ainsi que le cadre reste calculablement adapté à la modélisation de dispositifs nanoélectroniques et optoélectroniques^{à grande échelle} 43,44,45,46,47,48,49,50,51.

L’objectif de cette étude est donc de mettre en œuvre et d’évaluer un cadre GNN reproductible, multi-échelle, informé par la physique pour la conception de dispositifs nanoélectroniques contraints. Le flux de travail global du cadre de conception nanoélectronique multi-échelle piloté par l’IA intègre la préparation de jeux de données, la construction hiérarchique de graphes, la modélisation quantique, l’évolution topologique basée sur l’apprentissage par renforcement et la validation basée sur la physique (Figure 1). Les sections suivantes décrivent le protocole computationnel, la configuration d’entraînement et les procédures de validation.

Protocole

1. Préparation de jeux de données et construction de graphes à plusieurs échelles

1. Collecter et structurer les données d’entrée
   1. Collectez des données de simulation à l’échelle atomique (par exemple, DFT ou sorties de liaison serrée), des données structurelles mésoscopiques et des géométries au niveau des dispositifs avec des indicateurs de performance associés.
   2. Assurez-vous que chaque enregistrement de données contient des coordonnées atomiques (nm), des identifiants de matériaux, des valeurs d’énergie (eV), des informations de connectivité et des cibles au niveau de l’appareil (par exemple, efficacité quantique interne, absorption optique).
   3. Stockez toutes les données dans un format structuré (.json ou .hdf5). Vérifiez les unités cohérentes sur tous les enregistrements.
   4. Assurez-vous qu’il n’y a pas de coordonnées atomiques manquantes ni d’unités énergétiques incohérentes. Les unités mixtes corrompent la normalisation et la stabilité de l’entraînement.
      REMARQUE : Utilisez un ensemble de données contenant au moins 50 000 graphiques à l’échelle atomique et au moins 10 000 échantillons au niveau de l’appareil
2. Nettoyer, normaliser et répartir les données
   1. Supprimer les entrées incomplètes. Normaliser les caractéristiques continues en utilisant la normalisation z-score.
   2. Encodez des types de matériaux catégoriques en utilisant un encodage one-hot ou des embeddings appris.
   3. Divisez le jeu de données au niveau de l’appareil en 70 % de données d’entraînement, 15 % de données de validation et 15 % de données de test.
   4. Pendant la formation uniquement, appliquez du bruit positionnel gaussen à 1 % à 3 % de l’échelle de longueur caractéristique et un bruit d’étiquette jusqu’à 2 %.
      REMARQUE : Effectuer la division des jeux de données avant la construction du graphe afin d’éviter les fuites topologiques.
3. Construire des graphes atomiques, mésoscopiques et de dispositifs
   1. Définissez les nœuds à l’échelle atomique comme des atomes individuels. Définissez les nœuds à l’échelle mésoscopique comme des clusters, des couches ou des interfaces. Définissez les nœuds à l’échelle de l’appareil comme des composants fonctionnels tels que les électrodes et les régions actives.
   2. Définir les arêtes à l’échelle atomique comme des liaisons interatomiques ou des interactions basées sur des coupures. Définir les arêtes à l’échelle mésoscopique comme des paramètres de couplage effectifs. Définir les arêtes à l’échelle de l’appareil comme des relations de connectivité électrique ou optique.
   3. Générer des matrices d’adjacence.
   4. Stockez séparément les attributs de nœud et d’arête pour chaque échelle.
4. Construire une représentation hiérarchique à plusieurs échelles
   1. Construire le graphe atomique G^(a). Appliquer le grossissement du graphe spectral pour produire le graphe mésoscopique G^(m).
   2. Agréger les clusters mésoscopiques dans le graphe de dispositif G^(d). Stocker les indices de cartographie à échelle croisée.
5. Appliquer des contraintes de cohérence croisées à l’échelle
   1. Calculez la perte d’alignement des bandes :
      Bande L = ∑ ∣∣ ^E(m) - A(E^(a)) ∣∣² + ∑ ∣∣ ^E(d) - B(E^(m)) ∣∣² 
   2. Calculer la régularisation de la lissure laplacienne :
      
   3. Ajoutez les deux termes à l’objectif de formation.

2. Initialisation des modules GNN multi-échelles

1. Définissez la dimension d’immersion du nœud = 128.
   1. Définissons la dimension d’immersion des arêtes = 64.
   2. Utilisez quatre couches de passage de messages par échelle.
   3. Utilisez l’activation ReLU. Initialiser les poids en utilisant l’initialisation Xavier.
2. Implémenter le passage de messages
   1. Implémentez la fonction de mise à jour des arêtes comme un perceptron multicouche (MLP).
   2. Implémentez la fonction de mise à jour des nœuds comme un perceptron multicouche (MLP).
   3. Effectuer l’agrégation à la même échelle. Appliquer la fusion basée sur l’attention à l’échelle croisée en utilisant des projections Q/K/V.
      REMARQUE : Assurez-vous d’une dimensionnalité cohérente dans l’intégration à travers les échelles avant la fusion.

3. Modélisation informée par le quantique

1. Définition de l’Hamiltonien GNN-paramétré
   1. Remplacez l’hamiltonien DFT explicite par :
      
   2. Faire respecter l’hermiticité :
      f_θ(h_{i,h j)} = f_θ(_{h j,h i})^* 
   3. Tronquez les interactions au-delà de la distance prédéfinie du graphe.
2. Définition de la perte contrainte par la physique
   1. Utilisation :
      
   2. Ajustez les paramètres λ à l’aide d’un ensemble de validation.
3. Faire respecter les contraintes physiques
   1. Projeter Hamiltonien vers l’espace hermitien à chaque itération.
   2. Pénaliser les infractions à la loi sur la conservation. Supprimer les gradients selon la norme ≤ 5.

4. Apprentissage par renforcement pour l’évolution topologique

1. Définir l’espace d’état et d’action
   1. Représentons le graphe du dispositif comme l’état G_t .
   2. Définissez les actions :
      1. Ajouter un arête
      2. Enlever le bord
      3. Modifier la connectivité.
   3. Appliquer un masquage d’action pour les modifications illégales.
2. Définir la fonction de récompense
   r_t = αIQE + βStabilité - γComplexité
   Accordez α, β γ via la validation.
3. Réseau de politique ferroviaire
   1. Utiliser le gradient de politique :
      ∇_θJ = E[∑∇_θlog π_θ(a_t∣s_t)A_t]
   2. Fixez le facteur d’escompte γ à 0,99. Fixez le coefficient d’entropie à 0,02 et recuitez pendant l’entraînement. Utilisez l’optimiseur Adam avec un taux d’apprentissage de 1 × 10⁻⁴ et une décroissance de poids de 1 × 10⁻⁵.
   3. Utilisez une taille de lot de 32. Entraînez-vous pour 250–300 époques et appliquez un arrêt précoce basé sur la convergence de validation.

5. Optimisation multi-objectifs

1. Formulez un objectif contraint. Utilisez le lagrangien augmenté.
2. Générer la frontière de Pareto. Conserver les solutions non dominées.

6. Apprentissage par transfert

1. Pré-entraînez le GNN atomique sur la tâche de prévision énergétique. Économisez des poids.
2. Ajuster finement les tâches mésoscopiques et de dispositifs avec un taux d’apprentissage réduit (1×10⁻⁵). Évaluer MAE et^{R 2}.

7. Validation multiphysique COMSOL

1. Importez la géométrie conçue par l’IA
   1. Exportez la topologie du dispositif sous forme de fichier CAO.
   2. Importez dans COMSOL Multiphysics.
2. Configurer la simulation
   1. Utilisez un solveur électromagnétique dans le domaine fréquentiel. Utilisez un solveur dérive-diffusion semi-conducteur.
   2. Utilisez un solveur thermique fixe. Appliquez des couches parfaitement assorties, des contacts ohmiques et des longueurs d’onde d’excitation réalistes.
3. Extrait des métriques
   1. Mesurer l’efficacité d’absorption optique, l’efficacité quantique interne, l’amélioration du champ électrique et la hausse de la température maximale.
   2. Résultats moyens dans toutes les conditions d’excitation.

8. Tests de scalabilité

1. Augmentez la taille du graphe jusqu’à 10^{à 6} nœuds. Mesurez le temps d’exécution et l’utilisation de la mémoire.
2. Permettre le grossissement spectral, l’adjacence clairsemée, la précision mixte et l’entraînement distribué du GPU.

9. Évaluation statistique

1. Faites courir trois équipes d’entraînement indépendantes.
2. Déclarez la moyenne ± écart-type, MAE, RMSE et^{R 2}.
3. Utilisez des divisions et hyperparamètres identiques pour la comparaison de base.

10. Archivage des données et du code

1. Sauvegardez les modèles entraînés. Archivez les ensembles de données.
2. Fournir des scripts pour la construction de graphes, la formation et la validation de COMSOL.

Résultats

Le cadre proposé pour l’apprentissage par renforcement GNN à plusieurs échelles a été évalué sur 120 000 graphes atomiques, 35 000 graphes mésoscopiques et 12 000 graphes au niveau des appareils. Les données ont été réparties au niveau de l’appareil en 70 % d’ensembles d’entraînement, 15 % de validation et 15 % de tester. Toutes les valeurs rapportées représentent l’écart moyen ± type sur trois exécutions indépendantes utilisant différentes graines aléatoires. Les méthodes de référence c...

Discussion

Cette étude présente un cadre hiérarchique, basé sur des graphes informé par la physique, pour la conception autonome de dispositifs nanoélectroniques et optoélectroniques. Les résultats démontrent que la méthode atteint une précision concurrentielle de prédiction énergétique, une évolution topologique stable par apprentissage par renforcement, une satisfaction des contraintes et des améliorations physiquement validées des performances des dispositifs. La discussion suivante se concentre...

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Computationnel & Computationnel Logiciels de modélisation
JAX / Haïku		N/A	0.3.0+
LAMMPS		N/A	-
LUMERICAL / MEEP		N/A	-
Salle de sport / Gymnase OpenAI		N/A	-
Python		N/A	3.8+
PyTorch / PyTorch géométrique		N/A	1.9.0+ / 2.0+
Quantum ESPRESSO		N/A	6.7+
< fort>Données & Jeux de données
Base de données de simulation DFT		N/A	Coutumes
Graphes nanoélectroniques générés		N/A	~10 000 graphiques
Projet Matériaux / OQMD		N/A	API publique
Matériel & Matériel Infrastructures
Stockage des données		N/A	SSD NVMe
Cluster de calcul haute performance (HPC)	N/A	Nœuds CPU
NVIDIA GPU Cluster		N/A	A100 / V100 / H100
< Algorithmes >clés et forts Composants du modèle
Optimiseur Adam / AdamW		N/A	PyTorch Native
Réseau d’attention de graphes (GAT)		N/A	Personnalisé (PyTorch)
Autoencodeur variationnel de graphes (GVAE)		N/A	Personnalisé (PyTorch)
Réseau de neurones de passage de messages (MPNN)	N/A	Personnalisé (PyTorch)
Gradient de politique (par exemple, PPO)		N/A	Personnalisé (Stable-Baselines3)
< fort>Apprentissage automatique & Apprentissage automatique Bibliothèques d’optimisation
NetworkX		N/A	2.6+
NumPy		N/A	1.24+
Optuna		N/A	2.0+
Scikit-learn		N/A	1.0+
Stable-Baselines3 / Ray RLLib		N/A	-
< fort>Physique & physique Modèles mathématiques
Méthode lagrangienne augmentée		N/A	Personnalisé (Python)
Fonction de récompense composite (rt)		N/A	Personnalisé (Python)
Hamiltonien paramétré (H&theta ;)		N/A	Personnalisé (PyTorch)
Grossissement des graphes spectraux		N/A	Personnalisé (Scikit-learn)