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.
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
The authors confirm that the data supporting the findings of this study are available within the article.
Lähdetietokantojen tunnukset
WoS -tunniste
WOS:001331267000001