MétaCan
Menu
Retour à la cohorte
Enregistrement W2564119593 · doi:10.1109/led.2016.2641740

Characterization of Dynamic Self-Heating in GaN HEMTs Using Gate Resistance Measurement

2016· article· en· W2564119593 sur OpenAlexafffund
Adrien Cutivet, Flavien Cozette, Meriem Bouchilaoun, Ahmed Chakroun, Osvaldo Arenas, Marie Lesecq, Jean-Claude de Jaeger, Abdelatif Jaouad, François Boone, Hassan Maher

Notice bibliographique

RevueIEEE Electron Device Letters · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesDirection Générale de l’ArmementNatural Sciences and Engineering Research Council of CanadaLabEx GANEXAgence Nationale de la Recherche
Mots-clésMaterials scienceTransistorOptoelectronicsTransient (computer programming)Thermal resistanceSubstrate (aquarium)Electrical impedancePower semiconductor deviceVoltageElectrical engineeringElectronic engineeringThermalComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This letter reports on a new method for the characterization of transistors transient self-heating based on gate end-to-end resistance measurement. An alternative power signal is injected to the device output (between drain and source) at constant gate-to-source voltage. The dependence of gate resistance with temperature is used to extract the thermal impedance of the device in frequency domain via electrical measurement. This new method is validated on common-gate AlGaN/GaN high-electron-mobility transistors on Si substrate under different experimental conditions, which demonstrates its potential to provide complete dynamic self-heating models for power transistors.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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'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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Electron Device LettersMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207