کاربرد نگاشت فضايي عصبي در مدل‌سازي ادوات نيمه‌هادي
الموضوعات :
مهدی گردی ارمکی
1
(دانشگاه تربیت معلم سبزوار)
سیدابراهیم حسینی
2
(دانشگاه تربیت معلم سبزوار)
محمدکاظم انوري‌فرد
3
(فني و مهندسي شرق گيلان)
الکلمات المفتاحية: شبکه عصبي RBF نگاشت فضايي عصبي مدل‌سازي نيمه‌هادي معادله بولتزمن,
ملخص المقالة :
در اين مقاله روش جديد و کارآمدي براي مدل‌سازي دقيق افزاره‌هاي نيمه‌هادي با استفاده از مدل تقريبي و به کمک شبکه عصبي ارائه شده است. بر خلاف مدل‌هاي دقيق که داراي پيچيدگي بالا و هزينه زماني و پردازشي زيادي هستند، روش پيشنهادي از پيچيدگي کمتر و سرعت پردازش بيشتري برخوردار است. در اين روش از شبکه عصبي RBF براي محاسبه پارامتر اصلاحي در مدل نفوذ - رانش استفاده شده است. بدين صورت حل مدل تقريبي اصلاح‌شده منجر به جواب دقيق مي‌شود. روش پيشنهادي ابتدا براي ديود n - i - n سيليکوني به صورت يک‌بعدي و سپس براي ترانزيستور اثر ميداني سيليکوني به صورت دوبعدي براي دو حالت درون‌يابي و برون‌يابي در رنج محدود، شبيه‌سازي شده است که نتايج آن براي متغيرهاي اساسي مدل، مثل توزيع الکترون و پتانسيل در طول افزاره در ولتاژهاي مختلف، دقت بالاي روش پيشنهادي را تأييد مي‌کنند.
[1] A. Khakifirooz and D. Antoniadis, "MOSFET performance scaling, part I: historical trends," IEEE Trans. on Electron Devices, vol. 55, no. 6, pp. 1401-1408, Nov. 2008.
[2] A. Khakifirooz and D. Antoniadis, "MOSFET performance scaling, part II: feture directions," IEEE Trans. on Electron Devices, vol. 55, no. 6, pp. 1391-1400, Nov. 2008.
[3] Q. J. Zhang and K. C. Gupta, Neural Networks for RF and Microwave Design, Norwood, MA: Artech House, 2000.
[4] A. Veluswami, M. S. Nakhla, and Q. J. Zhang, "The application of neural networks to EM-based simulation and optimization of interconnects in high-speed VLSI circuits," IEEE Trans. Microwave Theory Tech., vol. 45, no. 5, pp. 712-723, May 1997.
[5] Y. Harkouss, J. Rousset, H. Chehade, E. Ngoya, D. Barataud, and J. P. Teyssier, "The use of artificial neural networks in nonlinear microwave devices and circuits modeling: an application to telecommunication system design," Int. J. RF and Microwave Computer-Aided Engineering, vol. 9, no. 3, pp. 198-215, May 1999.
[6] M. Lazaro, I. Santamaria, and C. Pantaleon, "NNs for large and small-signal modeling of MESFET/HEMT transistors," IEEE Trans. on Circuits Measure, vol. 50, no. 6, pp. 1587-1593, Dec. 2001.
[7] S. Goasguen and S. M. El-Ghazaly, "A practical large - signal global modeling simulation of a microwave amplifier using artificial neural network," IEEE Microwave and Guided Wave Letters, vol. 10, no. 7, pp. 273-275, Jul. 2000.
[8] P. H. da F. Silva, M. A. B. de Melo, and A. D. D. Neto, "Using neural network models for efficient GaAs MESFET time domain nonlinear circuit analysis," in Proc. IJCNN, vol. 3pp. 2282-2287, 2002.
[9] J. W. Bandler, M. A. Ismail, J. E. Rayas - Sanchez, and Q. J. Zhang, "Neuromodeling of microwave circuits exploiting space - mapping technology," IEEE Trans. Microw. Theory Tech., vol. 47, no. 12, pp. 2417-2427, Dec. 1999.
[10] L. Zhang, J. Xu, M. C. E. Yagoub, R. T. Ding, and Q. J. Zhang, "Efficient analytical formulation and sensitivity analysis of neuro -space mapping for nonlinear microwave device modeling," IEEE Trans. Microw. Theory Tech., vol. 53, no. 9, pp. 2752-2767, Sep. 2005.
[11] M. Lundstrom, Fundamentals of Carrier Transport, 2nd ed., Cambridge University Press, 2000.
[12] S. E. Hosseini and R. Faez, "Novel quantum hydrodynamic equations for semiconductor devices," Jap. J. Appl. Phys., pt. 1, vol. 41, n. 3A, 1300-1304, 15 Mar. 2002.
[13] S. Hatami, M. Y. Azizi, H. R. Bahrami, D. Motavalizadeh, and A. Afzali-Kusha, "Accurate and efficient modeling of SOI MOSFET with technology independent neural networks," IEEE Trans. on Computer Aided Design of Integrated Circuits and Systems, vol. 23, no. 11, pp. 1580-1587, Nov. 2004.
[14] S. Heykin, Neural Networks: A Comprehensive Foundation, Prentice Hall, 2nd Edition, 1998.
[15] C. Christodoulou and M. Georgiopoulos, Applications of Neural Networks in Electromagnetics, Artech House Publishers, 2001.
[16] B. Goffe, G. Ferrier, and J. Rogers, "Global optimization of statistical function with simulated annealing," J. Econometrics, vol. 60, no. 1-2, pp. 65-100, Jan./Feb. 1994.
