MVSG GaN-HEMT Model: Approach to Simulate Fringing Field Capacitances, Gate Current De-biasing, and Charge Trapping Effects
Notice bibliographique
Résumé
This paper presents new features of the latest MIT Virtual Source GaN-HEMT (MVSG) model covering fringing field capacitances, gate current de-biasing, and charge trapping effects. These model augmentations capture physical device phenomena observed in industry-devices in a robust, computationally efficient fashion. The features enhance simulation accuracy in both HV and RF-circuit applications and is included in the upcoming standard release of the industry-standard MVSG Verilog-A code. Contributions of this work are: (i) Bias-dependent fringing fields that can describe non-linear device-capacitance behavior due to charge-depletion in drain-access region beyond the last field-plate (FP). Previously, this effect was modeled using a "dummy" non-physical field-plate. (ii) Assignment of gate-source and gate-drain Schottky diodes to internal source/drain-nodes before and after FPs. Charge-depletion in FPs at high VDSresults in transitions in both gate-current (IG) and capacitance (CGG) which can be accurately modeled using the new approach. (iii) Enhanced charge-trapping effects that include drain-lag and gate-lag effects, both capture and emission time-constants and their temperature-dependencies. The model is calibrated against measured transient pulsing data and accurately describes dynamic saturation-current (IDSat), knee-voltage (VKnee) and output-conductance (gDS). New parameters are added in the model to capture the effects and can be extracted from independent measurements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».