دانلود ترجمه مقاله مدل های نویز وابسته به دمای واقعی ترانزیستورهای میکروویو - مجله IEEE

دانلود ترجمه مقاله مدل های نویز وابسته به دمای واقعی ترانزیستورهای میکروویو - مجله IEEE
قیمت خرید این محصول
۱۱,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
مدل های نویز وابسته به دمای واقعی ترانزیستورهای میکروویو بر اساس شبکه های عصبی
عنوان انگلیسی
Accurate Temperature Dependent Noise Models of Microwave Transistors Based on Neural Networks
صفحات مقاله فارسی
9
صفحات مقاله انگلیسی
4
سال انتشار
2005
نشریه
IEEE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
3006
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس درج شده است
رشته های مرتبط با این مقاله
مهندسی برق
گرایش های مرتبط با این مقاله
الکترونیک، افزاره های میکرو نانو الکترونیک، دیجیتال، برق مخابرات و مخابرات میدان
مجله
سمپوزیوم برنامه های کاربردی آرسنید گالیم و سایر نیمه هادی های اروپا
دانشگاه
دانشکده مهندسی الکترونیک، دانشگاه نیس، صربستان
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
۱ مقدمه
۲ شبکه عصبی MLP
۳ ویژگیهای نویز و سیگنال ترانزیستور
۴ مدل نویز عصبی
۵ مدل نویز عصبی ارتقاء یافته
۶ نتایج مدل سازی
نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
I. INTRODUCTION During the last decade, neural networks have found many applications in modelling in the microwave area, []-[6]. Since they have the ability to learn from the presented data, they are especially interesting for nonlinear problems and for the problems not fully mathematically described. Considered as a fitting tool, they fit non-linear dependencies better than polynomials do. Once trained, neural networks are able to predict outputs not only for the input values presented during training process (memorizing capability) but also for other input values (generalization capability). Neural networks have been applied in modelling of either active devices or passive components, in microwave circuit analysis and design, etc. It has have been proposed that they are applied in microwave MESFET and HEMT transistor signal and noise performance modelling, as well.
نمونه چکیده ترجمه متن فارسی
 

  1. مقدمه


در طول دهه گذشته، شبکه های عصبی در مدل سازی میکروویو کاربردهای زیادی داشته اند. از آنجایی که آنها قابلیت یادگیری از داده های مطرح شده را دارا می باشند، در نتیجه در مسائل غیر خطی و مسائلی که از لحاظ ریاضی کاملاً شرح داده نشده اند، از آنها زیاد استفاده می شود. اگر به آنها به عنوان ابزار انطباقی بنگریم، می بینیم که در مقایسه با چند جمله ای ها، با وابستگی غیر خطی انطباق بهتری از خود نشان می دهند. در صورت آموزش کافی، شبکه های عصبی قابلیت پیش بینی خروجی نه تنها مقادیر ورودی مطرح شده در طول فرایند آموزش( قابلیت بیاد سپردن) بلکه سایر مقادیر ورودی (قابلیت تعمیم) را دارا می باشد. شبکه های عصبی در مدل سازی دستگاههای فعال یا قطعات غیر فعال ، در تحلیل و طراحی مدار میکروویو و ... کاربرد داشته اند. در این راستا پیشنهاد شده است که آنها در مدل سازی عملکرد نویز و سیگنال ترانزیستور  و  میکروویو نیز کاربرد داشته اند. برای تحلیل و طراحی مدارات فعال میکروویو که جزئی از سیستم های ارتباطی مدرن به شمار می روند، به مدلهای نویز معتبر و درست ترانزیستورهای میکروویو نیاز می باشد، در این وضعیت لازم است، نویز در سطح پائینی نگه داشته شود. عملکرد نویز و سیگنال ترانزیستور به دما بستگی دارد، اما بخش عظیمی از سیگنال فعلی ترانزیستور، و به ویژه مدلهای نویز به یک نقطه دمایی (معمولاً دمای ظاهری یا اسمی) اشاره می کند.

بدون دیدگاه