Modeling of drain current characteristics of SOI MOSFETs using neural networks

人工神经网络 绝缘体上的硅 模块化设计 模块化神经网络 计算机科学 电子工程 多层感知器 径向基函数 电压 航程(航空) MOSFET 电流(流体) 感知器 材料科学 电气工程 人工智能 工程类 光电子学 时滞神经网络 晶体管 硅 操作系统 复合材料
作者
Safar Hatami,M.Y. Azizi,H.R. Bahrami,D. Motavalizadeh,Ali Afzali‐Kusha
出处
期刊: [Institute of Electrical and Electronics Engineers]
卷期号:: 114-117 被引量:4
标识
DOI:10.1109/icm-02.2002.1161509
摘要

This paper presents neural network approaches for modeling the I-V characteristics of Silion-on-Insulator (SOI) MOSFETs. The modeling approach is fast and accurate making it suitable for circuit simulators. In our modeling, two different neural network architectures, MultiLayer Perceptron (MLP) and Generalized Radial Basis Function (GRBF), are used and compared. To increase the training efficiency of the neural network, a modular method has been utilized. The drain current characteristic obtained by the neural network model is compared to simulation data. The comparison shows excellent agreements with relative errors of less than 1.1% over a wide range of drain and gate voltages and channel lengths.
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
初景发布了新的文献求助10
1秒前
眼睫毛完成签到,获得积分20
2秒前
Song的应助被小燕尾条采纳,获得10
3秒前
张文君完成签到 ,获得积分10
3秒前
xBiomeOS发布了新的文献求助30
3秒前
LXY发布了新的文献求助10
4秒前
乐乐的应助被liuuuuu采纳,获得10
4秒前
4秒前
压缩完成签到 ,获得积分0
5秒前
菠菜发布了新的文献求助10
5秒前
健忘白猫发布了新的文献求助10
5秒前
顾七发布了新的文献求助10
5秒前
6秒前
XiaoleYi完成签到 ,获得积分10
6秒前
6秒前
Wen完成签到 ,获得积分10
7秒前
7秒前
7秒前
激昂的可乐完成签到,获得积分10
7秒前
火星上宛秋完成签到 ,获得积分10
7秒前
鳗鱼丹秋发布了新的文献求助10
8秒前
木子发布了新的文献求助10
8秒前
无奈冥完成签到,获得积分10
8秒前
AJY完成签到,获得积分10
8秒前
10秒前
10秒前
10秒前
11秒前
CipherSage的应助被超级灰狼采纳,获得10
11秒前
天天向上的应助被萧笙采纳,获得10
11秒前
LM完成签到,获得积分10
12秒前
12秒前
12秒前
彭于晏的应助被小红帽采纳,获得10
12秒前
12秒前
lili发布了新的文献求助10
13秒前
13秒前
脑洞疼的应助被Rocky采纳,获得10
13秒前
米修发布了新的文献求助10
13秒前
13秒前
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
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
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
Resource Recovery Handbook 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 8174898
求助须知:如何正确求助?哪些是违规求助? 9566734
关于积分的说明 21788438
捐赠科研通 7769041
什么是DOI,文献DOI怎么找? 3431803
关于科研通互助平台的介绍 2556021
邀请新用户注册赠送积分活动 2477182