| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
مدلسازی و شبیه سازی ترانزیستور با اثر ميدان آلی (OFET) با استفاده از شبکه های عصبی مصنوعی |
| عنوان انگلیسی مقاله: |
Modeling and Simulation of Organic Field Effect Transistor (OFET) Using Artificial Neural Networks |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار مقاله | 2014 |
| تعداد صفحات مقاله انگلیسی | 10صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی برق |
| گرایش های مرتبط با این مقاله | مهندسی الکترونیک، هوش ماشین و رباتیک، افزاره های میکرو و نانو الکترونیک و مکاترونیک |
| مجله مربوطه | مجله بین المللی علوم و تکنولوژی پیشرفته |
| دانشگاه تهیه کننده | گروه الکترونیک، دانشگاه باتنه، الجزایر |
| کلمات کلیدی این مقاله | ترانزیستور با اثر ميدان آلی (OFET)، نیمه‌هادی های آلی (OSC)، طول کانال، مكانيسم پول-فرنکل، شبکه‌های خنثی مصنوعی (ANN) |
| رفرنس | دارد |
| نشریه | IJAST |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 12 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه نشده است |
| ترجمه متون داخل جداول | ترجمه نشده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چكيده
1. مقدمه
2. شبیه سازی
2. 1 المان محدود بر اساس شبیه سازی اطلس
2. 2 شبکه‌های عصبی مصنوعی
3. نتیجه گیری
- بخشی از ترجمه:
2. 2 شبکه‌های عصبی مصنوعی
شبکه عصبی مصنوعی (ANN) یک سیستم پردازش داده ها بر اساس ساختار یک سیستم عصبی بیولوژیکی است. يك شبكه ANN يك ابزار مدل سازی داده قدرتمند است که قادر به جذب و نشان دهنده روابط پیچیده ورودی / خروجی توسط برخی از محاسبات داخلی است. رایج ترین مدل شبکه عصبی پرسپترون چند لایه است (MLP) كه در شکل 5 نشان داده شده است. ساختار شبکه عصبی معمولی دارای دو نوع از اجزای اساسی است، یعنی، نورونها و ارتباط بین آنها. هر لینک دارای یک پارامتر وزن متناظر مرتبط با آن مي‌باشد.
هر نورون شامل مجموعه‌ای از ورودی‌ها، و یک تابع فعال سازی است. معماری شبکه از یک لایه ورودی (X)، یک لایه خروجی (Y) و یک یا لایه های پنهان تر (H) تشکیل شده است. MLP يك مدل تغذيه رو به جلو ANN است که مجموعه ای از داده‌های ورودی را بر روی مجموعه‌ای از خروجی مناسب ترسيم مي‌كند. یک طرح کلی ساده از مدل ارائه شده ANN در شکل 6 نشان داده شده است.
- بخشی از مقاله انگلیسی:
2.2. Artificial Neural Networks
The artificial neural network (ANN) is a system of data processing based on the structure of a biological neural system. An ANN is a powerful data modeling tool that is able to capture and represent complex input/output relationships by some internal calculations. The most common neural network model is the multilayer perceptron (MLP) [14-15] shown in Figure 5. A typical neural network structure has two types of basic components, namely, the neurons and links between them. Every link has a corresponding weight parameter associated with it.
Each neuron consists of a set of inputs, and an activation function. The network architecture is composed of an input layer (X), an output layer (Y) and one or more hidden layers (H). MLP is a feed forward ANN model that maps sets of input data onto a set of appropriate output. A simplified overview of the proposed ANN model is shown in Figure 6.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
مدلسازی و شبیه سازی ترانزیستور با اثر ميدان آلی (OFET) با استفاده از شبکه های عصبی مصنوعی |
| عنوان انگلیسی مقاله: |
Modeling and Simulation of Organic Field Effect Transistor (OFET) Using Artificial Neural Networks |
|
|