مدل كردن ترانزيستورهاي ماسفت نانو لوله كربني با استفاده از شبكه تابع بنيادي شعاعي (RBF)

در اين مقاله كاربرد شبكه عصبي تابع بنيادي شعاعي(RBF) براي مدل كردن ترانزيستورهاي ماسفت نانو لوله كربني (CNT-MOSFETs) ارايه شده است. با كاهش يافتن طول گيت ترانزيستور ماسفت به رنج نانو اثرات كانال كوتاه به طور قابل توجهي افزايش مي يابند كه در نتيجه قابليت كوچكتر شدن ترانزيستورهاي ماسفت را محدود مي كنند. بنابراين ساختارهاي جديدي بايد ايجاد شوند كه بر اين مشكل غلبه كنند . همچنين ابزارهاي شبيه سازي كه براي اين قطعات در نظر گرفته مي شوند نيازمند روشهاي جديدي براي مدل كردن هستند. ترانزيستور CNT-MOSFET به عنوان يك انتخاب مناسب براي جايگزيني ترانزيستورهاي ماسفت كنوني در نظر گرفته شده است. براي شبيه سازي اين ترانزيستور بايد معادلات پواسن و شرودينگر با استفاده از روش NEGF حل شوند. داده هاي مورد نياز براي ايجاد و آموزش مدل RBF پيشنهاد شده با استفاده از برنامه moscnt.1.0 بدست آمده است. نتايج بدست آمده از مدل RBF نشان مي دهد كه زمان انجام محاسبات مربوط به شبيه سازي CNT-MOSFET بصورت چشمگيري كاهش مي يابد و شبكه RBF تقريب بسيار خوبي از روش NEGF مي باشد.

In this work, the applicability of the radial basis function (RBF) for the modeling of carbon nanotube metal-oxide-semiconductor field-effect transistor (CNTMOSFET) is presented. As the transistor channel length is reduced to the nanometer scale, short channel effects are significantly increased that will limit the ability of transistor miniaturization. The CNTMOSFET has been proposed as a promising candidate to replace the CMOS technology. To simulate these devices, the Poisson and Schr?dinger equations must be solved by non-equilibrium Green’s function (NEGF) formalism. The RBF structure is developed and trained with the help of data obtained by simulation of CNTMOSFET done by the MATLAB script named moscnt.1.0. This model reduces the computational time and also has a good accuracy in comparison with the NEGF formalism