清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

An Evolutionary Multilayer Perceptron-Based Large-Signal Model of GaN HEMTs Including Self-Heating and Trapping Effects

一般化 计算机科学 人工神经网络 多层感知器 算法 感知器 信号(编程语言) 电容 晶体管 电子工程 人工智能 数学 工程类 物理 电气工程 数学分析 电极 量子力学 电压 程序设计语言
作者
Wenrui Hu,Yong‐Xin Guo
出处
期刊:IEEE Transactions on Microwave Theory and Techniques [IEEE Microwave Theory and Techniques Society]
卷期号:70 (2): 1146-1156 被引量:19
标识
DOI:10.1109/tmtt.2021.3132892
摘要

Neural networks are widely used to build large-signal models; an appropriate network architecture is important for high model accuracy and good generalization ability. In this article, an evolutionary multilayer perceptron (EMLP)-based modeling approach is proposed to construct an accurate model with a proper architecture for GaN high electron mobility transistors (HEMTs). The multiobjective gray wolf optimizer (MOGWO) is used to optimize architectures, including the number of hidden layers and neurons. The two objective functions consist of the training error, generalization error, number of test cases, and number of parameters. An accurate EMLP-based model with a proper architecture is selected from the Pareto optimal solutions. The proposed method can be directly used to develop a large-signal model considering self-heating and trapping effects. Alternatively, to improve model accuracy and generalization ability, this approach is used to accurately model the effective trap potential and the bias- and temperature-dependent factor. The capacitance models are built with the EMLP and approximation. The large-signal model is implemented in Keysight Advanced Design System (ADS), and a good agreement is achieved between the measured and simulated results.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
nanjing01完成签到 ,获得积分10
7秒前
打打的应助被seeyou14采纳,获得20
8秒前
善良士晋完成签到,获得积分10
10秒前
慕容杏子完成签到 ,获得积分10
12秒前
哈哈完成签到 ,获得积分10
13秒前
cadcae完成签到,获得积分10
16秒前
hyh完成签到,获得积分10
17秒前
眼睛大的翠绿完成签到 ,获得积分10
17秒前
Clover完成签到,获得积分10
19秒前
乐正怡完成签到 ,获得积分0
22秒前
24秒前
31秒前
粗心的涔雨完成签到,获得积分10
35秒前
真实的画板完成签到 ,获得积分10
40秒前
老北京完成签到,获得积分10
46秒前
逍遥子完成签到,获得积分10
48秒前
温暖奎完成签到,获得积分10
48秒前
50秒前
淡然完成签到 ,获得积分10
52秒前
seeyou14发布了新的文献求助20
54秒前
简奥斯汀完成签到 ,获得积分10
58秒前
miaorunquan完成签到,获得积分0
59秒前
半月完成签到 ,获得积分10
59秒前
zyjsunye完成签到 ,获得积分10
1分钟前
健康的忘幽完成签到,获得积分10
1分钟前
1分钟前
闪闪小凡完成签到,获得积分10
1分钟前
小小菜完成签到 ,获得积分10
1分钟前
白的肥发布了新的文献求助10
1分钟前
Alice完成签到 ,获得积分10
1分钟前
n01W97的应助被科研通管家采纳,获得20
1分钟前
詹姆斯哈登完成签到,获得积分0
1分钟前
stone完成签到 ,获得积分10
1分钟前
我很好完成签到 ,获得积分10
2分钟前
清爽水之完成签到,获得积分10
2分钟前
tianshanfeihe完成签到 ,获得积分10
2分钟前
FashionBoy的应助被白的肥采纳,获得10
2分钟前
从容棉花糖完成签到,获得积分10
2分钟前
2分钟前
elsa622完成签到 ,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8185496
求助须知:如何正确求助?哪些是违规求助? 9574168
关于积分的说明 21834498
捐赠科研通 7783092
什么是DOI,文献DOI怎么找? 3434577
关于科研通互助平台的介绍 2558949
邀请新用户注册赠送积分活动 2481346