文献

J-GLOBAL ID：201802267935461197   整理番号：18A0386668

2人工知能法を用いたBCD LVサブミクロンn-MOSFETにおける異常しきい値電圧の測定予測【Powered by NICT】

Measurement forecast of anomalous threshold voltages in BCD LV submicron n-MOSFETs with two artificial intelligence methods

著者 (2件)： Chen Shen-Li (Dept. of Electronic Engineering, National United University, 2 Lien-Da Rd., MiaoLi City 36063, Taiwan) ,  Shu Dun-Ying (Dept. of Electronic Engineering, National United University, 2 Lien-Da Rd., MiaoLi City 36063, Taiwan)
資料名： Measurement  (Measurement)
巻： 100  ページ： 93-98  発行年： 2017年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,二台の知能化方法論は,グレイシステム(GS)を用いたGM(1,1)モデルとファジィニューラルネットワーク(FNN)によるサブミクロンバイポーラCMOS-DMOS(BCD)低電圧(LV)MOSFETにおける異常しきい値電圧(V_th)測定挙動を推定した。V_th予測のためのこれら二つのモデルの実施手順について述べた。さらに,GSとFNN出力データとの間での時間差比較も実証した。,FNNの出力は逆短チャネル特性の複雑な作用を持つことができる。,デバイスの幾何学的効果に起因するサブミクロンnチャネルMOSFETのV_th傾斜を解析するために開発されるであろう。FNNによって予測されたV_thの測定された特性とV_thの特性間の比較は,チャネル長さ,幅とバイアス条件の広い範囲で良好な一致を示した。また,最大誤差割合は0.08%以下であった。そのようなものとして,開発した手法は鋳物製造における複雑なBSIMモデルパラメータのデータ推定に適していると思われる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 曖昧さ ,  ファジィニューラルネットワーク ,  バイアス ,  *予測 ,  *人工知能 ,  鋳物 ,  *MOSFET ,  チャネル
準シソーラス用語： モデルパラメータ ,  nMOSFET ,  短チャネル ,  時間差 ,  低電圧 ,  知能化 ,  *閾値電圧 , 【Automatic Indexing@JST】

著者キーワード (5件)： バイポーラ-CMOS-DMOS(BCD) ,  ファジィ-ニューラルネットワーク(FNN) ,  グレイシステム(GS) ,  低電圧(LV) ,  しきい値電圧(V_th)

分類 (2件)： 磁気の計測法・機器  (AD07060U) ,  電流,電圧,電荷の計測法・機器  (AD07020C)

タイトルに関連する用語 (6件)： 人工知能 ,  Lv ,  サブ ,  MOSFET ,  しきい値電圧 ,  予測