MétaCan
Menu
Retour à la cohorte
Enregistrement W2896482174 · doi:10.1115/1.4041666

Reduced Order Modeling of Transient Heat Transfer in Microchip Interconnects

2018· article· en· W2896482174 sur OpenAlexaff
Arman Nokhosteen, M. Soltani, Banafsheh Barabadi

Notice bibliographique

RevueJournal of Electronic Packaging · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMicroelectronicsGalerkin methodTransient (computer programming)Heat transferFinite element methodComputer scienceBoundary value problemElectronic engineeringNonlinear systemChipModel order reductionThermal conductionTime domainMaterials scienceProjection (relational algebra)MechanicsEngineeringAlgorithmOptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

The high current densities in today's microelectronic devices and microchips lead to hotspot formations and other adverse effects on their performance. Therefore, a computational tool is needed to not only analyze but also accurately predict spatial and temporal temperature distribution while minimizing the computational effort within the chip architecture. In this study, a proper orthogonal decomposition (POD)-Galerkin projection-based reduced order model (ROM) was developed for modeling transient heat transfer in three-dimensional (3D) microchip interconnects. comsol software was used for producing the required data for ROM and for verifying the results. The developed technique has the ability to provide accurate results for various boundary conditions on the chip and interconnects domain and is capable of providing accurate results for nonlinear conditions, where thermal conductivity is temperature dependent. It is demonstrated in this work that a limited number of observations are sufficient for mapping out the entire evolution of temperature field within the domain for transient boundary. Furthermore, the accuracy of the results obtained from the developed ROM and the stability of accuracy over time is investigated. Finally, it is shown that the developed technique provides a 60-fold reduction in simulation time compared to finite element techniques.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,256
Écart entre enseignants0,243 · 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Electronic PackagingMême sujetModel Reduction and Neural NetworksTravaux en français237 207