MétaCan
Menu
Retour à la cohorte
Enregistrement W2116326546 · doi:10.1109/ted.2008.922856

A Statistical Reliability Model for Single-Electron Threshold Logic

2008· article· en· W2116326546 sur OpenAlexaff
Chunhong Chen, Yanjie Mao

Notice bibliographique

RevueIEEE Transactions on Electron Devices · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésNAND logicLogic gateDigital electronicsReliability (semiconductor)NAND gateComputer scienceAND-OR-InvertPass transistor logicAND gateElectronic engineeringSet (abstract data type)Logic synthesisNOR gateLogic optimizationReliability engineeringComputer engineeringElectronic circuitPower (physics)AlgorithmEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

As one of the most promising candidates for future digital circuit applications, single-electron tunneling (SET) technology has been used to ensure further feature size reduction and ultralow power dissipation. However, this technology raises very serious concerns about reliable functioning, particularly due to random background charges and tight fabrication tolerances. Accurate evaluation of reliability for SET circuits has thus become a crucial step toward their reliability analysis and improvement. This brief proposes a statistical reliability model for SET logic gates, which takes into account the actual process variations and input probabilities. In particular, we study two typical SET logic gates (two-input nor and nand gates) for gate reliability evaluation. Instead of assuming a constant failure rate for logic gates as in most previous work, we show how logic inputs affect the reliability of the individual gates with discussions on the overall reliability of the system consisting of logic gates. This model can be used in future computer-aided design tools to estimate tunneling events, energy consumption, and reliability of SET-based digital logic circuits.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,036
Tête enseignante GPT0,259
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations18
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Electron DevicesMême sujetSemiconductor materials and devicesTravaux en français237 207