Modélisation d’un Transistor CNTFET avec les Réseaux de Neurones Artificiels

No Thumbnail Available
Date
2011
Journal Title
Journal ISSN
Volume Title
Publisher
Université Larbi Ben M'hidi
Abstract
Ce travail est porté sur la modélisation du transistor à base de nanotube de carbone CNTFET avec les réseaux de neurones artificiels. L’objectif majeur de ce travail était de réaliser un modèle neuronale de ce type de transistor, dans le but d’étudier ses caractéristiques électriques à partir de ce modèle neuronale issu en utilisant les réseaux de neurones MLP et à partir des mesures expérimentales. Dans ce mémoire nous avons décrit tout d’abord, un aperçu sur les transistors à effet de champ, et définie les nanotubes de carbone et ses différents types. En suite, nous avons présenté le transistor CNTFET ainsi que ses structures possibles. Nous avons présenté les réseaux de neurones artificiels et les algorithmes génétiques et leurs mécanismes de fonctionnement. Ces derniers, nous les avons exploité pour obtenir un model neuronale fiable en assurant son bon apprentissage et en optimisant sa structure. Les résultats de simulation obtenus sont très satisfaisants du faite que les caractéristiques du modèle neuronal obtenu sont très proches et presque identiques aux caractéristiques des résultats pratiques. Ce modèle neuronal nous à permis d'obtenir les caractéristiques électriques Ids(Vgs), Ids(Vds), d'un transistor à nanotube de carbone pour des longueurs du canal d'ordre nanométrique et d’extraire des prametres imporants telque les valeurs du courant de fuite IOFF et du courant de saturation ION ainsi que le rapport ION/IOFF. Nous ponsons que cette travail va aider les chercheurs et futur étudiants interéssés de ce domaine et leur permetra d’amiliorer les structures des transistors de facon générale et les transistors CNTFET en particulier et d’étudier appronfondement ses caractéristiques en utilisant des modèles issus à partir des techniques de l’intelligence artificielle telque les réseaux de neurones et la logique floue
Description
Keywords
Citation