MétaCan
Menu
Retour à la cohorte
Enregistrement W2138843068 · doi:10.1109/ted.2011.2149528

RF Performance Potential of Array-Based Carbon-Nanotube Transistors—Part I: Intrinsic Results

2011· article· en· W2138843068 sur OpenAlexaff
Navid Paydavosi, Ahsan Ul Alam, Sabbir Ahmed, Kyle D. Holland, Joseph P. Rebstock, Mani Vaidyanathan

Notice bibliographique

RevueIEEE Transactions on Electron Devices · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTransconductanceCarbon nanotube field-effect transistorParasitic extractionTransistorCarbon nanotubeCutoff frequencyRadio frequencyPMOS logicField-effect transistorPhysicsMaterials scienceElectrical engineeringOptoelectronicsComputer scienceElectronic engineeringNanotechnologyEngineeringVoltage

Résumé

récupéré en direct d'OpenAlex

A comprehensive study, which is presented in two parts, is performed to assess the radio-frequency (RF) performance potential of array-based carbon-nanotube field-effect transistors (CNFETs). In Part I, which is presented in this paper, the time-dependent Boltzmann transport equation is solved self-consistently with the Poisson equation to study the impact of nanotube phonon scattering on different aspects of intrinsic (single-tube, contact-independent) CNFET operation, including the attainable drive current and transconductance per tube, the intrinsic cutoff frequency, the intrinsic <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">y</i> -parameters, and the small-signal equivalent circuit for the intrinsic transistor. These intrinsic results are used to assess the tube-to-tube distance (pitch) that would be required in a multitube array-based structure to meet the drive current and transconductance requirements of the International Technology Roadmap for Semiconductors for the year 2015, which we use as a benchmark for CNFET technology going forward. In Part II of our paper, we elaborate on the results of Part I by adding the effects of extrinsic (contact-dependent) parasitics, thus providing an overall performance assessment of array-based structures.

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 enseignants0,016
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,219
Écart entre enseignants0,204 · 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

Citations18
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Electron DevicesMême sujetCarbon Nanotubes in CompositesTravaux en français237 207