MétaCan
Menu
Retour à la cohorte
Enregistrement W2023943051 · doi:10.1002/mop.27776

A Novel Modeling of Millimeter‐Wave Al<sub>0.27</sub>Ga<sub>0.73</sub>N/AlN/GaN Hemt Based on Artificial Neural Network

2013· article· en· W2023943051 sur OpenAlexaff
Zhiqun Cheng, Xi Wang, Qi‐qun Zhang

Notice bibliographique

RevueMicrowave and Optical Technology Letters · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensCarleton University
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésHigh-electron-mobility transistorExtremely high frequencyMicrowaveArtificial neural networkMaterials scienceOptoelectronicsTransistorMillimeterGallium nitrideElectrical engineeringElectronic engineeringComputer scienceEngineeringPhysicsNanotechnologyTelecommunicationsArtificial intelligenceOptics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT An artificial neural network (ANN) was used for modeling millimeter‐wave Al 0.27 Ga 0.73 N/AlN/GaN high electron mobility transistor (HEMT) with multi‐biases in this article. Millimeter‐wave Al 0.27 Ga 0.73 N/AlN/GaN HEMT with gate width of 2 × 75 µm and gate length of 0.3 µm was designed and fabricated at first, and then its performance was measured for modeling. NeuroModelerPlus_V2.1E software was trained to learn the input‐output relationship from the data about DC and AC performances of proposed device. ANN DC model and AC model were set up and embedded in software of ADS together to form a model of millimeter‐wave Al 0.27 Ga 0.73 N/AlN/GaN HEMT, which can be used in circuit design. The results of the simulation of the model showed that it corresponded with the measurement results. © 2013 Wiley Periodicals, Inc. Microwave Opt Technol Lett 55:2124–2127, 2013

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,213
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrowave and Optical Technology LettersMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207