سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET

Publish Year: 1393
Type: Conference paper
Language: Persian
View: 584

This Paper With 6 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

COMP02_026

Index date: 5 August 2015

انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET abstract

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.

انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET Keywords:

انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET authors

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 Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper 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

مقاله فارسی "انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET" توسط 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 نوشته شده و در سال 1393 پس از تایید کمیته علمی دومین همایش داخلی برق پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله ترانزیستورهای نانولوله کربنی، شبکه های هوشمند عصبی، مدل بالیستیک FETToy، انتخاب ویژگی ها هستند. این مقاله در تاریخ 14 مرداد 1394 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 584 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که 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 ... . برای دانلود فایل کامل مقاله انتخاب پارامترهایی کارآمد برای مدل هوشمند عصبی CNTFET با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.