Reti Neurali a Grafo per la Progettazione Autonoma Multiscala di Dispositivi Nanoelettronici Optoelettronici

Sommario

Questo studio presenta un framework guidato dall'IA per progettare autonomamente dispositivi nanoelettronici ad alte prestazioni. Modella dispositivi su più scale e li ottimizza utilizzando funzioni di ricompensa informate dal quanto. Il framework esegue un'ottimizzazione topologica vincolata per generare configurazioni di dispositivi non intuitive, mantenendo al contempo la conformità con vincoli quantistici e strutturali specificati.

Abstract

Questo studio presenta un quadro computazionale per la progettazione autonoma multiscala di dispositivi nanoelettronici optoelettronici utilizzando machine learning basato su grafi. Il dataset comprende circa 120.000 grafi su scala atomica, 35.000 grafi mesoscopici e 12.000 grafi a livello di dispositivo generati da simulazioni basate sulla fisica, ciascuno annotato con descrittori strutturali e valori energetici di riferimento. I dispositivi sono rappresentati come grafi gerarchici che coprono livelli atomici, mesoscopici e di dispositivo, con nodi che codificano materiale o unità funzionali e spigoli che codificano interazioni fisiche. Tre Reti Neurali a Grafi (GNN) specifiche per scala sono implementate utilizzando una pipeline geometrica PyTorch e PyTorch, con quattro strati di passaggio di messaggi per scala e fusione di caratteristiche basate sull'attenzione cross-scale. Il comportamento quantistico è incorporato tramite un Hamiltoniano efficace parametrizzato GNN, addestrato ad approssimare spettri energetici di riferimento a stretto binding e DFT usando una funzione di perdita regolarizzata dalla fisica. L'evoluzione della topologia del dispositivo è formulata come un problema di apprendimento per rinforzo vincolato in cui le modifiche ai grafi sono trattate come azioni e ottimizzate utilizzando un metodo a gradiente politico con regolarizzazione di entropia. Una funzione di ricompensa composita bilancia efficienza quantistica interna, stabilità strutturale e complessità dei grafi sotto vincoli di fattibilità fisica. L'ottimizzazione multi-obiettivo viene eseguita utilizzando una formulazione lagrangiana aumentata per identificare configurazioni di dispositivi coerenti con Pareto. La valutazione del modello include la precisione della previsione energetica (MAE/RMSE), il tasso di violazione dei vincoli, la fattibilità topologica e l'analisi della scalabilità su grafi fino a^10-6 nodi. I progetti selezionati vengono ulteriormente convalidati utilizzando simulazioni multifisiche agli elementi finiti per verificare la coerenza ottica ed elettrica. Questo protocollo fornisce una pipeline computazionale riproducibile e multiscala per la progettazione di dispositivi nanoelettronici autonomi con vincoli fisici.

Introduzione

La rapida proliferazione di sistemi Internet delle Cose (IoT), dispositivi indossabili e impiantabili, e tecnologie di intelligenza artificiale (IA) ha aumentato la domanda di piattaforme elettroniche e fotoniche strettamente integrate ^1,2. I componenti optoelettronici, inclusi circuiti integrati fotonici (PIC), fotorivelatori e laser a impulsi, svolgono un ruolo centrale in tali^{sistemi 3,4}. Su scale nanometriche, tuttavia, il comportamento del dispositivo è governato da confinamento quantistico, trasporto di carica e interazioni ottico-elettriche^{accoppiate 5}. Gli approcci tradizionali di progettazione si basano su simulazioni di primo principio e sulla regolazione empirica dei parametri⁶. Con l'aumento del numero di possibili combinazioni di materiali, disposizioni geometriche e pattern di connettività, lo screening esaustivo basato su simulazioni diventa computazionalmente impraticabile.

Le tecniche di machine learning (ML) sono state introdotte per accelerare compiti di modellazione e progettazione^{inversa 7}. Le prime implementazioni utilizzavano reti neurali artificiali e processi gaussiani come predittori^{surrogati 8}. Le architetture di deep learning (DL) più recenti hanno migliorato l'apprendimento delle rappresentazioni per sistemi fotonici e nanoelettronici⁹. Nonostante questi progressi, gli approcci basati su DL esistenti spesso soffrono di interpretabilità limitata, forte dipendenza dai dati e generalizzazione limitata su scale materiali^{e strutturali 10}. Molti framework separano anche i vincoli fisici dall'apprendimento, trattandoli come validazione esterna piuttosto che come componenti integrati del processo^{di ottimizzazione 11}.

Parallelamente, la continua scalabilità dei dispositivi semiconduttori si è avvicinata ai limiti fisici nelle architetture^{convenzionali 12}. Gli effetti a canale corto e l'instabilità elettrostatica diventano sempre più significativi sotto i 100^{nm 13}, motivando l'esplorazione di materiali alternativi e strutture dei dispositivi. I materiali bidimensionali (2D), in particolare i dicalcogenidi di metalli di transizione (TMD), offrono gap di banda regolabili e spessore su scala atomica compatibili con i processi^{CMOS 14}. I materiali monostrato come MoS₂ e WS₂ mostrano una mobilità favorevole dei portatori e un controllo elettrostatico¹⁵. Le architetture senza giunzione dimostrano inoltre che le prestazioni del dispositivo dipendono fortemente dalla topologia strutturale e dalla composizione^{dei materiali 16,17}.

Le Reti Neurali a Grafo (GNN) forniscono un quadro computazionale naturale per modellare sistemi relazionali come reticoli molecolari, nanostrutture e topologie di^circuiti 18,19,20,21. Operando su rappresentazioni strutturate a grafo invece che su input basati su griglia, i GNN aggiornano gli embedding dei nodi tramite il passaggio di messaggi tra componenti vicini. In forma semplificata, gli aggiornamenti dei nodi possono essere espressi come

dove φ_nodo e_{ψ arco} sono funzioni imparabili e denotano un operatore di aggregazione invariante per permutazione. Tali modelli sono stati applicati alla previsione delle proprietà e all'inferenza topologica in sistemi nanoelettronici 22,23,24. Gli approcci multiscala cercano di collegare simulazioni su scala atomica e prestazioni a livello ^{di dispositivo 25}, eppure la maggior parte delle implementazioni opera a una singola risoluzione strutturale o assume topologie fisse. Nelle formulazioni meccanico-quantistiche, la struttura elettronica è governata dal problema degli autovalori

dove è l'operatore hamiltoniano e E_k sono autovalori energetici. La Teoria Funzionale della Densità (DFT) fornisce approssimazioni trattabili ma scala approssimativamente come O(N³) con numero di elettroni, limitando l'applicazione diretta all'esplorazione topologica su larga scala. Con l'aumento della complessità del dispositivo, le valutazioni ripetute della DFT diventano computazionalmente proibitive. Queste limitazioni evidenziano la necessità di approssimazioni differenziabili che mantengano la struttura fisica consentendo ottimizzazione^{scalabile 26,27,28}.

Per colmare questa lacuna metodologica, in questo lavoro vengono formulati dispositivi nanoelettronici come grafi gerarchici G=(V,E) che coprono scale atomiche, mesoscopiche e di dispositivo 29,30,31,32,33. Gli encoder GNN specifici per scala estraggono embeddings strutturali e lo scambio di informazioni cross-scale viene implementato tramite fusione basata sull'attenzione. Invece di risolvere ripetutamente equazioni DFT complete durante l'ottimizzazione, viene introdotto un Hamiltoniano effettivo parametrizzato da GNN per approssimare il comportamento energetico di riferimento preservando i vincoli di struttura e località^ermitiani 34,35,36,37,38,39,40,41.

La modifica topologica è formulata come un problema di apprendimento per rinforzo (RL)⁴². Per uno stato s_t ≡ G_t , le azioni modificano la connettività dei grafi sotto vincoli di fattibilità fisica. Una funzione di ricompensa composita è definita come

r_t = α⋅IQE(G_t) + β⋅Stabilità(G_t) - γ⋅Complessità(G_t),

dove i coefficienti α,β,γ regolano i compromessi tra prestazioni, robustezza e semplicità strutturale. L'ottimizzazione multi-obiettivo viene gestita tramite formulazioni vincolate della forma.

La scalabilità a grandi sistemi si ottiene tramite grossiamento spettrale dei grafi e aggregazione gerarchica, consentendo un apprendimento e un'inferenza efficienti su grafi contenenti fino a milioni di nodi senza compromettere la fedeltà strutturale. Il grossaramento spettrale dei grafi riduce la complessità computazionale raggruppando i nodi in base alla somiglianza delle autostrutture proprie, preservando proprietà topologiche e spettrali chiave mentre riducendo significativamente la dimensione del grafo. L'aggregazione gerarchica organizza ulteriormente il grafo ridotto in rappresentazioni multi-risoluzione, consentendo al modello di elaborare dipendenze locali e globali in modo graduale. Questa strategia multilivello riduce il consumo di memoria, accelera le operazioni di passaggio dei messaggi e mantiene l'accuratezza predittiva, assicurando così che il framework rimanga computazionalmente trattabile per la modellazione su larga scala di dispositivi nanoelettronici e optoelettronici 43,44,45,46,47,48,49,50,51.

L'obiettivo di questo studio è quindi implementare e valutare un framework GNN riproducibile, multiscala e informato dalla fisica per la progettazione di dispositivi nanoelettronici vincolati Il flusso di lavoro complessivo del framework di progettazione nanoelettronica multiscala guidato dall'IA integra la preparazione dei dataset, la costruzione gerarchica di grafi, la modellazione quantistica, l'evoluzione topologica basata sull'apprendimento per rinforzo e la validazione basata sulla fisica (Figura 1). Le sezioni seguenti descrivono il protocollo computazionale, la configurazione di addestramento e le procedure di validazione.

Protocollo

1. Preparazione del dataset e costruzione di grafi multiscala

1. Raccolta e struttura dei dati di input
   1. Raccogliere dati di simulazione su scala atomica (ad esempio, DFT o output a legaggio stretto), dati strutturali mesoscopici e geometrie a livello di dispositivo con le relative metriche di prestazione.
   2. Assicurarsi che ogni record di dati contenga coordinate atomiche (nm), identificatori di materiale, valori energetici (eV), informazioni di connettività e obiettivi a livello di dispositivo (ad esempio, efficienza quantistica interna, assorbimento ottico).
   3. Memorizza tutti i dati in un formato strutturato (.json o .hdf5). Verifica le unità coerenti su tutti i record.
   4. Assicurarsi che non manchino coordinate atomiche o unità energetiche incoerenti. Le unità miste corromperanno la normalizzazione e la stabilità dell'addestramento.
      NOTA: Utilizzare un dataset contenente almeno 50.000 grafici su scala atomica e almeno 10.000 campioni a livello di dispositivo
2. Pulire, normalizzare e suddividere i dati
   1. Rimuovere le voci incomplete. Normalizzare le caratteristiche continue usando la normalizzazione z-score.
   2. Codificare tipi di materiali categorici usando la codifica one-hot o embedded apprese.
   3. Dividere il dataset a livello di dispositivo in dati di addestramento al 70%, 15% dati di validazione e 15% dati di test.
   4. Durante l'addestramento soltanto, applicare rumore posizionale gaussiano all'1%–3% della scala caratteristica di lunghezza e applicare rumore di etichetta fino al 2%.
      NOTA: Esegui la divisione del dataset prima della costruzione del grafo per prevenire perdite di topologia.
3. Costruire grafi atomici, mesoscopici e di dispositivo
   1. Definire i nodi su scala atomica come atomi individuali. Definire i nodi su scala mesoscopica come cluster, strati o interfacce. Definire i nodi su scala dispositivo come componenti funzionali come elettrodi e regioni attive.
   2. Definire i bordi su scala atomica come legami interatomici o interazioni basate sul taglio (cutoff). Definire i bordi su scala mesoscopica come parametri di accoppiamento effettivo. Definire i bordi su scala di dispositivo come relazioni di connettività elettrica o ottica.
   3. Genera matrici di adiacenza.
   4. Memorizza gli attributi di nodo e di spigolo separatamente per ogni scala.
4. Costruire rappresentazione gerarchica multiscala
   1. Costruire il grafo atomico G^(a). Applicare il grossolanamento del grafo spettrale per produrre il grafo mesoscopico G^(m).
   2. Aggregare cluster mesoscopici nel grafo del dispositivo G^(d). Memorizzare indici di mappatura su scala incrociata.
5. Applicare vincoli di coerenza cross-scale
   1. Calcolo la perdita di allineamento della banda:
      _Banda L = ∑ ∣∣ ^E(m) - A(E^(a)) ∣∣² + ∑ ∣∣ ^E(d) - B(E^(m)) ∣∣² 
   2. Calcolare la regolarizzazione della fluidità laplaciana:
      
   3. Aggiungi entrambi i termini all'obiettivo di addestramento.

2. Inizializzare moduli GNN multiscala

1. Definisci dimensione di embedding del nodo = 128.
   1. Definisci dimensione di incorporamento degli archi = 64.
   2. Usa quattro livelli di passaggio di messaggi per scala.
   3. Usa l'attivazione di ReLU. Inizializza i pesi usando l'inizializzazione di Xavier.
2. Implementa il passaggio dei messaggi
   1. Implementare la funzione di aggiornamento dei bordi come un perceptrone multilayer (MLP).
   2. Implementare la funzione di aggiornamento dei nodi come un perceptrone multilayer (MLP).
   3. Eseguire aggregazione alla stessa scala. Applicare fusione basata sull'attenzione su scala incrociata usando proiezioni Q/K/V.
      NOTA: Garantire una dimensionalità consistente dell'embedding tra le scale prima della fusione.

3. Modellazione Quantisticamente Informata

1. Definisci Hamiltoniano GNN-parametrizzato
   1. Sostituire l'esplicita Hamiltoniana DFT con:
      
   2. Far rispettare l'ermitità:
      f_θ(h_{i,h j)} = f_θ(_{h j,h i})^* 
   3. Troncare le interazioni oltre la distanza predefinita del grafo.
2. Definisci perdita vincolata dalla fisica
   1. Utilizzo:
      
   2. Regolare i parametri λ usando il set di validazione.
3. Far rispettare i vincoli fisici
   1. Progetto Hamiltoniano a spazio Hermitico ad ogni iterazione.
   2. Sanzionare le violazioni della legge sulla conservazione. Tagliare gradienti alla norma ≤ 5.

4. Apprendimento per rinforzo per l'evoluzione topologica

1. Definire lo spazio di stato e di azioni
   1. Rappresentare il grafo del dispositivo come stato G_t .
   2. Definisci le azioni:
      1. Aggiungi il bordo
      2. Rimuovere il bordo
      3. Modifica la connettività.
   3. Applica il mascheramento delle azioni per le modifiche illegali.
2. Definisci funzione ricompensa
   r_t = αIQE + βStabilità - γComplessità
   Sintonizza α, β γ tramite validazione.
3. Rete di Politica Ferroviaria
   1. Usa il gradiente di policy:
      ∇_θJ = E[∑∇_θlog π_θ(a_t∣s_t)A_t]
   2. Imposta il fattore di sconto γ a 0,99. Imposta il coefficiente di entropia a 0.02 e anneale durante l'addestramento. Usa l'ottimizzatore Adam con un tasso di apprendimento di 1 × 10⁻⁴ e un decadimento del peso di 1 × 10⁻⁵.
   3. Usa una dimensione di lotto di 32. Allena per 250–300 epoche e applica arresti precoci basati sulla convergenza di validazione.

5. Ottimizzazione multi-obiettivo

1. Formula un obiettivo vincolato. Applica il Lagrangiano potenziato.
2. Generare la frontiera di Pareto. Mantenere soluzioni non dominate.

6. Trasferimento dell'apprendimento

1. Pre-addestrare GNN atomico sul compito di previsione energetica. Risparmia pesi.
2. Ottimizzare i compiti mesoscopici e del dispositivo con tasso di apprendimento ridotto (1×10⁻⁵). Valutare MAE e^{R 2}.

7. Validazione multifisica COMSOL

1. Importa geometrie progettate dall'IA
   1. Esporta la topologia del dispositivo come file CAD.
   2. Importare in COMSOL Multiphysics.
2. Configura la simulazione
   1. Usa un risolutore elettromagnetico nel dominio della frequenza. Usa un risolutore di deriva-diffusione a semiconduttore.
   2. Usa un solver termico stazionario. Applica strati perfettamente abbinati, contatti ohmici e lunghezze d'onda di eccitazione realistiche.
3. Estratto delle metriche
   1. Misurare l'efficienza di assorbimento ottico, l'efficienza quantistica interna, il potenziamento del campo elettrico e l'aumento di temperatura di picco.
   2. Risultati medi in condizioni di eccitazione.

8. Test di scalabilità

1. Aumentare la dimensione del grafo fino a 10^{nodi da 6} nodi. Misurare l'uso di runtime e memoria.
2. Abilitare il grossaramento spettrale, l'adiacenza sparsa, la precisione mista e l'addestramento distribuito della GPU.

9. Valutazione statistica

1. Gestisci tre teste di serie per allenamenti indipendenti.
2. Riportare la media ± deviazione standard, MAE, RMSE e^{R 2}.
3. Usa suddivisioni identiche e iperparametri per il confronto di base.

10. Archiviazione di dati e codice

1. Salva modelli addestrati. Archivia i dataset.
2. Fornire script per la costruzione di grafi, l'addestramento e la validazione di COMSOL.

Risultati

Il framework proposto per l'apprendimento per rinforzo GNN multiscala è stato valutato su 120.000 grafi atomici, 35.000 grafi mesoscopici e 12.000 grafi a livello di dispositivo. I dati sono stati suddivisi a livello di dispositivo in set di addestramento del 70%, 15% di validazione e 15% di test di test. Tutti i valori riportati rappresentano la deviazione media ± standard su tre esecuzioni indipendenti utilizzando diversi semi casuali. I metodi di base includevano SchNet, DimeNet++, re...

Discussione

Questo studio presenta un quadro gerarchico, basato su grafi informato dalla fisica, per la progettazione autonoma di dispositivi nanoelettronici e optoelettronici. I risultati dimostrano che il metodo raggiunge una precisione competitiva nella previsione energetica, un'evoluzione topologica stabile guidata dal reinforcement-learning, la soddisfazione dei vincoli e miglioramenti fisicamente validati nelle prestazioni del dispositivo. La seguente discussione si concentra su elementi proce...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Computazionale & Computazionale Software di modellazione
JAX / Haiku		N/A	0.3.0+
LAMMPS		N/A	-
LUMERICAL / MEEP		N/A	-
Palestra / Palestra OpenAI		N/A	-
Python		N/A	3.8+
PyTorch / PyTorch Geometrico		N/A	1.9.0+ / 2.0+
ESPRESSO Quantistico		N/A	6.7+
Data & Datos Dataset
Database di simulazione DFT		N/A	Consuetudine
Grafi nanoelettronici generati		N/A	~10.000 grafici
Progetto Materiali / OQMD		N/A	API pubblica
Hardware & Hardware Infrastrutture
Archiviazione dei dati		N/A	SSD NVMe
Cluster di calcolo ad alte prestazioni (HPC)	N/A	Nodi CPU
NVIDIA GPU Cluster		N/A	A100 / V100 / H100
Algoritmi Chiave e Algoritmi Chiave Componenti del modello
Ottimizzatore Adam / AdamW		N/A	Nativo di PyTorch
Rete di Attenzione Grafica (GAT)		N/A	Personalizzazione (PyTorch)
Autoencoder variazionale di grafo (GVAE)		N/A	Personalizzazione (PyTorch)
Rete Neurale di Passaggio di Messaggi (MPNN)	N/A	Personalizzazione (PyTorch)
Gradiente di politica (ad esempio, PPO)		N/A	Personalizzato (Stable-Baselines3)
Machine Learning & Machine Learning Librerie di ottimizzazione
NetworkX		N/A	2.6+
NumPy		N/A	1.24+
Optuna		N/A	2.0+
Scikit-learn		N/A	1.0+
Stabili-Baselines3 / Ray RLLib		N/A	-
Fisico e Fisico Modelli matematici
Metodo lagrangiano aumentato		N/A	Personalizzato (Python)
Funzione di ricompensa composita (rt)		N/A	Personalizzato (Python)
Hamiltoniana parametrizzata (Hθ)		N/A	Personalizzazione (PyTorch)
Grossoiamento dei grafi spettrali		N/A	Personalizzato (Scikit-learn)