ENTRAINEMENT DES RESEAUX DE NEURONES ARTIFICIEL PAR L’ALGORITHME FAST ERROR BACK PROPAGATION, APPLICATION A LA MODELISATION DES NMOSFET A ENRICHISSEMENT

dc.contributor.authorFRIDJA, Djamal
dc.date.accessioned2019-03-13T08:45:52Z
dc.date.available2019-03-13T08:45:52Z
dc.date.issued2012
dc.description.abstractLe transistor MOS (Metal-Oxide-Semiconductor) est le dispositif élémentaire des circuits intégrés. Jusqu’à présent, la réduction des dimensions des transistors MOSFET s’est effectuée de façon continue et très rapide et cette évolution technologique fulgurante est en grande partie due à une maîtrise accrue des technologies du silicium, semi-conducteur constituant le coeur des dispositifs MOS. Mais ces dispositifs, pour pouvoir être maitrisés par les concepteurs de circuits intégrés, ont besoin d’être modélisés sous la forme de modèles compacts capables de décrire le plus exactement possible le comportement électrique de ces dispositifs. La simulation des composants microélectroniques a donc besoin de nouvelles théories et techniques de modélisation (les techniques de l’intelligence artificielle) améliorant la compréhension physique des dispositifs de taille micro et nanométrique. Le domaine de la modélisation et la simulation des composants de la microélectronique peut être considéré comme un champ important d’applications des techniques de l’intelligence artificielle. Par conséquent, l’étude de la possibilité d’utilisation des réseaux de neurones artificiels dans le domaine de la microélectronique, notamment sous forme de prédicateurs et de simulateurs des composants nanométriques (MOSFETs), s’avère nécessaire. Notre travail entre dans ce cadre, car il présente pour nous un premier pas dans l’exploitation des principes fantastiques des techniques de l’intelligence artificielle dans le domaine de la modélisation et la simulation des composants électroniques tel que les MOSFETsen_US
dc.identifier.other2012.45
dc.identifier.urihttp://dspace.univ-msila.dz:8080//xmlui/handle/123456789/11373
dc.language.isofren_US
dc.publisherUniversité Mohamed Boudiaf - M'Silaen_US
dc.subjectMOSFETs, intelligences artificiels, réseaux de neurones artificiels, algorithme de fast back propagation error, modélisation de composants électroniquesen_US
dc.titleENTRAINEMENT DES RESEAUX DE NEURONES ARTIFICIEL PAR L’ALGORITHME FAST ERROR BACK PROPAGATION, APPLICATION A LA MODELISATION DES NMOSFET A ENRICHISSEMENTen_US
dc.typeThesisen_US

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
M2012.45.rar
Size:
12.01 MB
Format:
Unknown data format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections