نرجس حسنی خواه - باشگاه پژوهشگران جوان و نخبگان، واحدلنگرود، دانشگاه آزاد اسلامی ،لنگرود

در چند دهه اخیر و در مطالعات صورت گرفته، شبکه های عصبی مصنوعی برای مدل سازی سیستم ها با معادلات پیچیده و غیرخطی قابلیت بسیار بالایی از خود نشان داده اند. در تحقیق حاضر امکان استفاده از شبکه های پرسپترون چند لایه(MLP)و تابع پایه شعاعی (RBF) برای تخمین پارامترهای کانال ترانزیستورهایCMOSمورد مطالعه قرار گرفته و عملکرد آنها بررسی شده است. مدل عصبی ارائه شده با توجه به اطلاعات ورودی قابلیت انتخاب صحیح پارامترهای کانال را دارد. داده های مورد نیاز جهت آموزش و تست شبکه عصبی از شبیه سازی ترانزیستورهایCMOSدر محیطHSPICEبدست آمدند و آموزش و تست مدل های عصبی نیز در محیطMATLABانجام شد.

پارامترهای کانال، تابع پایه شعاعی، پرسپترون چند لایه، شبکه عصبی ، مدل عصبی ترانزیستور