近日,复旦大学包文中教授课题组利用机器学习 (ML) 算法优化了二维半导体(MoS2)顶栅场效应晶体管 (FET)的制备工艺,并采用工业标准设计流程和工艺进行了晶圆级器件与电路的制造和测试。文章以《Wafer-scale functional circuits based on two dimensional semiconductors with fabrication optimized by machine learning》为题发表于Nature Communications。本文中,晶圆尺寸器件制备的优化是先利用机器学习指导制造过程,随后使用小型台式无掩膜光刻机MicroWriter ML3进行制备,优化了迁移率、阈值电压和亚阈值摆幅等性能。[/code]