Influence du dopage sur les performances électriques d’un transistor CNTFET modélisé par les réseaux de neurones
No Thumbnail Available
Date
2011
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Larbi Ben M'hidi
Abstract
Dans ce travail nous avons présenté une contribution à l’étude et la modélisation du
transistor CNTFET nanométrique en utilisant les réseaux de neurones artificielles optimisés
par les algorithmes génétiques. En premier lieu l’algorithme génétique composé de
populations où chacune est un ensemble d’individus, et chaque individu représente un réseau
de neurones, essaye de trouver le meilleur réseau représentant le meilleur modèle neuronale
du transistor CNTFET double-grilles et ceci en minimisant l’erreur quadratique cumulée qui
est la différence entre le courant du modèle neuronale et celui obtenu des mesures
expérimentales.
La modélisation de ce transistor à pour objectif :
- L’étude du transistor CNTFET à double grilles.
- Décrire le comportement du transistor CNTFET à double grilles.
- Etudier L’effet du dopage
Les résultats obtenus sont très satisfaisantes et montent que l’utilisation des réseaux de
neurones pour la modélisation des composants nanoélectroniques est très efficace, malgré que
certaine problèmes peuvent parvenir lors de la construction de ces réseaux, tels que le
nombre de neurones qu’il faut utiliser dans la couche cachée, quelles sont les valeurs initiales
des poids de connexion du réseau pendant la phase d’apprentissage, quel types
d’apprentissage faut il utiliser…etc. Pour remédier à toutes ces difficultés, nous avons fait
appel aux algorithmes génétiques. Ces derniers peuvent constituer une alternative intéressante
lorsque les méthodes d’optimisation traditionnelles (méthodes analytiques telle que les
moindres carrés) ne parviennent pas à fournir efficacement des résultats fiables