MétaCan
Menu
Retour à la cohorte
Enregistrement W2093174709 · doi:10.1109/tnano.2013.2248019

RF Linearity Potential of Carbon-Nanotube Transistors Versus MOSFETs

2013· article· en· W2093174709 sur OpenAlexaff
Ahsan Ul Alam, Christopher Rogers, Navid Paydavosi, Kyle D. Holland, Sabbir Ahmed, Mani Vaidyanathan

Notice bibliographique

RevueIEEE Transactions on Nanotechnology · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBangladesh University of Engineering and Technology
Mots-clésLinearityQuantum capacitanceMOSFETTransistorCapacitanceMaterials scienceCarbon nanotube field-effect transistorField-effect transistorOptoelectronicsRadio frequencyCarbon nanotubeElectronic engineeringElectrical engineeringNanotechnologyPhysicsVoltageEngineering

Résumé

récupéré en direct d'OpenAlex

Carbon-nanotube, field-effect transistors (CNFETs) are among the candidates for emerging radio-frequency applications, and improved linearity has recently been identified as one of the performance advantages they might offer. In this paper, the potential for improved linearity has been investigated by considering an array-based device structure under the best-case scenario of ballistic transport. A nonlinear equivalent circuit for ballistic field-effect transistors is used to compare the linearity of CNFETs to conventional MOSFETs. We show that nanotube devices working at high frequencies are not inherently linear, as recently suggested in the literature, and that CNFETs exhibit overall linearity that is comparable to their MOSFET counterparts. The nonlinear quantum capacitance is identified to be a major source of high-frequency nonlinearity in CNFETs. The impacts of device parameters such as oxide capacitance, channel width, and tube pitch are also investigated.

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 enseignants0,056
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on NanotechnologyMême sujetCarbon Nanotubes in CompositesTravaux en français237 207