作者：Allison Kleber
传统的电子器件设计过程采用了一种行之有效的方法：具有已知特性的材料，经过测试的器件结构和设计师经验，导致了对我们日常生活至关重要的各种半导体器件的制造。在这一传统工艺下，新设备必须符合这些既定参数的预期应用。然而，在先进的、物理知识丰富的机器学习（PIML）技术的帮助下，BU ECE的澳门威尼斯人注册网站研究人员正着手改变现状，并开发一种新的范式，在这种范式中，新型半导体材料和器件结构的设计是为了满足特定的要求，而不是相反。在这种情况下，超宽带隙半导体（UWBGs）是理想的测试候选者。
Enrico Bellotti教授（ECE， MSE）的合作团队包括来自犹他大学和圣母大学的澳门威尼斯人注册网站研究人员，以及BU ECE的同事Luca Dal Negro教授（ECE， MSE）。在陆军澳门威尼斯人注册网站研究办公室250万美元拨款的支持下，他们计划证明他们的人工智能/机器学习增强理论方法和实验验证方法，标题为人工智能/机器学习增强材料和设备探索（AI/ML- made），可以提供令人印象深刻的结果：能够在毫米波频谱中工作的超宽带隙半导体器件（实现为5G通信提供燃料的高容量传输所必需的，以及其他应用），其功率密度是目前通过传统设计的器件可用功率密度的10倍。
为了实现这一目标，该团队将同时解决两个问题：开发用于构建设备的新材料，以及设计利用它们的新设备架构。机器学习方法将应用于识别将产生所需属性的材料组合的任务。例如，通过控制压电特性来提高通道电荷密度，通过改变高场载流子输运特性来提高工作电压，将导致给定器件尺寸产生更高的功率。
除了专注于具有这种增强性能的毫米波器件之外，Bellotti教授和Dal Negro的项目将为正在进行的对新颖，更强大，更高效的器件的澳门威尼斯人注册网站研究奠定基础，这些器件将影响远远超出射频电子学的应用，例如光电子学和光子学。此外，该澳门威尼斯人注册网站研究计划将通过来自全国不同机构和国家实验室的澳门威尼斯人注册网站，博士后澳门威尼斯人注册网站研究人员和学生的参与来加强。
恩里科·贝洛蒂教授是一位多产的澳门威尼斯人注册网站研究人员，专注于计算电子学，并行计算，半导体材料和器件模拟。他于1999年获得佐治亚理工学院博士学位，是IEEE成员和国际光学与光子学学会（SPIE）终身会员。贝洛蒂教授还是半导体材料和器件建模中心（CSM）的首席pi，以及与该中心相关的行业联盟的主任。
卢卡·达尔·内格罗教授2003年获意大利特伦托大学博士学位，OSA澳门威尼斯人注册网站研究员。主要澳门威尼斯人注册网站研究方向为纳米光学与超材料、非线性光学与量子光学、先进成像与多功能光学器件。