انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 484

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMP02_026

تاریخ نمایه سازی: 14 مرداد 1394

چکیده مقاله:

ترانزیستورهای نانولوله کربنی (CNTFET) اخیرا به دلیل ظرفیت بالای حمل جریان و کاهش اثرات کانال کوتاه در صنعت بسیار مورد توجه قرار گرفته اند بنابراین نیاز به مدلی مناسب، برای شبیه سازی این قطعه وجود دارد. در این مقاله به مدلسازی این قطعه توسط روش عددی و مدل پیشنهادی هوشمند عصبی می پردازیم. از مدل عددی بالیستیک FETToy برای بدست آوردن دیتای آموزش برای شبکه هوشمند مصنوعی چند لایه ی پرسپترون MLP(Multi layer perceptron) استفاده شده است. همچنین با استفاده از روش انتخاب ویژگی های UTA به بررسی پارامترهای موثر پرداخته ایم. نتایج بدست آمده بیانگر هماهنگی و دقت مدل پیشنهادی برای اجرا در شبیه سازها است.

نویسندگان

رویا عبداله زاده بدلیو

عضو انجمن علمی مهندسی الکترونیک دانشگاه آزاد اسلامی واحد تهران مرکز

فرداد فرخی

عضو IEEE دپارتمان مهندسی الکترونیک دانشگاه آزاد اسلامی واحد تهران مرکز

علیرضا کاشانی نیا

عضو دپارتمان مهندسی الکترونیک دانشگاه آزاد اسلامی واحد تهران مرکز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Djeffal, Z. Dibi, M.L. Hafiane and D Arar, Design and ...
  • Soon Koon, 1. Carbon based devices for future cmos transistors, ...
  • Prabhu, S. Sarwade, N. Study of Performance Enhancement of SBCNFET, ...
  • Fakhrabadi, M. Samadzadeh, A. Rastgoo, M. Yazdi and M. Mashhadi, ...
  • Cheng, Y. Chan, M. Hui, K. BSIM3v3 Manual (Final Version), ...
  • Svizhenko, M. P. Anantram, T. R. Govindan, B. Biegel, R. ...
  • Modeling of Na notransistors, Journal of Applied Physics, vol. 91, ...
  • Kazmierski, T. Zhou, D. and Al-Hashimi, B. A Fast, Numerical ...
  • Djeffal, S. Guessasma, A.Benhaya, T. Bendib A neural computation to ...
  • FETTo y/matl ab/CNTFET, FETToy-1.0, 2012. http:// www. nanohub.org/ res ources/dow ...
  • HOFFA, Simulation of Carbon Nanotube Based Field Effect Transistors, MSc ...
  • Haykin, S. Neural networks: A C omprehensive foundation, 0132733501, NJ, ...
  • نمایش کامل مراجع