STATISTICAL SIMULATIONS OF THE LOW-FREQUENCY NOISE IN POLYSILICON EMITTER BIPOLAR TRANSISTORS USING A MODEL BASED ON GENERATION-RECOMBINATION CENTERS
Notice bibliographique
Résumé
In this work, a new, physically based model for the low-frequency noise is investigated by statistical simulations. The proposed model is based only on superposition of generation-recombination centers, and can predict the frequency-, current- and area-dependence of the low-frequency noise, as well as the area-dependence of the variation in the noise level. Measurements on Bipolar Junction Transistors (BJTs) are found to be in excellent agreement with the simulated results. For devices with large emitter areas A E , the model predicts a spectral density S I n ~ 1/f. For devices with submicron A E , S I n strongly deviates from a 1/f behavior, and several generation-recombination centers dominate the spectrum. However, the average spectrum <S I n >, calculated from several BJTs with identical A E , has a frequency dependence ~ 1/f. The extracted areal trap density within the frequency range 1-10 4 Hz is n T = 3 × 10 9 cm -2 . The simulations show that the condition for observing g-r noise in the spectrum, strongly depends on the number of traps N T , as well as the distribution of the corresponding energy level for the traps. The relative noise level is found to vary in a non-symmetrical way around < S I n >, especially for small A E . For A E < 0.1 μ m 2 , the model predicts a relative variation in the noise level [Formula: see text] below <S I n >, and [Formula: see text] above <S I n >. For A E > 0.3 μ m 2 , the variation is found to be [Formula: see text].
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».