MétaCan
Menu
Retour à la cohorte
Enregistrement W2783335844 · doi:10.1109/icecta.2017.8252002

Sensitivity of reliability of logic gates

2017· article· en· W2783335844 sur OpenAlexaff
Azam Beg, Ifrah Jaffri

Notice bibliographique

Revue2017 International Conference on Electrical and Computing Technologies and Applications (ICECTA) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueLow-power high-performance VLSI design
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUtah Agricultural Experiment Station
Mots-clésLogic gateReliability (semiconductor)CMOSSensitivity (control systems)Computer scienceTransistorPass transistor logicReliability engineeringElectronic engineeringMonte Carlo methodNMOS logicLogic optimizationAdderLogic synthesisPower (physics)AlgorithmEngineeringMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Ever-shrinking dimensions of transistors in CMOS have caused the failure rates/probabilities to increase dramatically. Monte Carlo simulations are one way of estimation the failure probabilities, however, such simulations tend to be very time-consuming. A much speedier alternative is to use models for the estimation. This paper presents a method for creating the mathematical models for the probabilities of failures of CMOS logic gates/blocks. The models of five common gates are included, i.e., NAND3, NAND4, NOR3, NOR4 and OAI22. The models can also be used to study the sensitivity of the gates' failures to their individual transistors' failures. The presented technique is applicable to larger logic cells such as 28-transistor full-adders, etc. The given models are anticipated to be useful for Pareto-optimization of logic blocks, for instance, power-and-reliability, performance-and-reliability etc.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,379

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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,265
Écart entre enseignants0,241 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2017 International Conference on Electrical and Computing Technologies and Applications (ICECTA)Même sujetLow-power high-performance VLSI designTravaux en français237 207