TCAD-enabled machine learning framework for DC and RF performance evaluation of InGaAs sub-channel DG-HEMTs
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
The journal of engineering
ISSN-E (elektroninen)
2051-3305
ISSN-L (linking)
2051-3305
Kustantaja
Institution of engineering and technology
Julkaisun JUFO ID
84369
Julkaisun JUFO-taso
1
Julkaisu on FT-listalla
Ei
Julkaisumaa
Yhdistynyt kuningaskunta
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2024
Ilmoitusvuosi
2024
Lehden/sarjan volyymi
2024
Lehden/sarjan numero
10
Artikkelinumero
e70014
DOI
10.1049/tje2.70014
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei
Saatavuustiedot
Verkkojulkaisun linkki
Linkki rinnakkaistallenteeseen
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
113 Tietojenkäsittely ja informaatiotieteet, 213 Sähkö-, automaatio- ja tietoliikennetekniikka, elektroniikka
Avainsanat
artificial intelligence; computer-aided design; deep neural network; dragonfly optimizer; machine learning; particle swarm whale optimizer; regression model
Rahoittajatiedot
Rahoitustiedot julkaisussa
The research work of Muhammad Faheem is supported by the Academy of Finland and the University of Vaasa, Finland.
Rahoittajat
Rahoittaja
-
Rahoituksen nimi
-
Rahoituspäätös
-
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
The authors confirm that the data supporting the findings of this study are available within the article.
Tunnisteet
Aineiston tunniste
-
Lähdetietokantojen tunnukset
WoS -tunniste
WOS:001331267000001