Μεταπτυχιακές Διατριβές

Μόνιμο URI για αυτήν τη συλλογήhttps://dspace.library.tuc.gr/handle/123456789/121

Νέα

Περιηγούμαι

Τώρα δείχνει 1 - 5 από 5

Compact modelling of multi-gate MOSFETs for analog design
(Πολυτεχνείο Κρήτης, 2015) Gyroukis Georgios; Γυρουκης Γεωργιος; Bucher Matthias; Bucher Matthias; Balas Costas; Μπαλας Κωστας; Kalaitzakis Kostas; Καλαϊτζακης Κωστας
Τα τελευταία χρόνια, η ραγδαία ανάπτυξη της τεχνολογίας ολοκληρωμένων κυκλωμάτων, οδήγησε στην ανάγκη για μείωση του μήκους της πύλης του τρανζίστορ MOS. Η σμίκρυνση τωνδιαστάσεων των συμβατικών τρανζίστορ τεχνολογίας CMOS αναμένεται να γίνεται ολοένα και πιο δύσκολη εξαιτίας της επίπτωσης των φαινομένων μικρού καναλιού, τα οποία διαδραματίζουν όλο και σημαντικότερο ρόλο στην απόδοση της διάταξης. Τα MOSFET πολλαπλών πυλών (multi-gate MOSFET) παρουσιάζονται να είναι οι πιο ελπιδοφόρες διατάξεις που παρέχουν την δυνατότητα επέκτασης της τεχνολογίας σε διαστάσεις νάνο-κλίμακας. Αυτό οφείλεται στο γεγονός ότι λόγο του καλύτερου ηλεκτροστατικού ελέγχου του καναλιού τα φαινόμενα μικρού μήκους καναλιού καταστέλλονται. Βασικός στόχος της παρούσας μεταπτυχιακής διατριβής είναι η ανάπτυξη συμπαγών μοντέλων στα οποία θα περιέχονται εξισώσεις για το ρεύμα απαγωγού και τις διαχωρητικότητες των τρανζίστορ πολλαπλών πυλών και πιο συγκεκριμένα ενός τρανζίστορ FinFET που υπό ορισμένες συνθήκες μπορεί να αντιμετωπιστεί ως ένα τρανζίστορ διπλής πύλης (double-gate MOSFET). Τα μοντέλα αυτά θα πρέπει να μπορούν να περιγράφουν την συμπεριφορά των διατάξεων αυτών σε όλες τις περιοχές λειτουργίας. Δηλαδή από την ασθενή έως και την ισχυρή αναστροφή, κάτω και πάνω από την τάση κατωφλίου, καθώς και από γραμμική περιοχή έως την περιοχή κορεσμού. Ο τρόπο που τα περιγράφουν θα πρέπει να είναι τέτοιος ώστε να παραμένει υπολογιστικά αποδοτικό και αξιόπιστο κατά την προσομοίωση κυκλωμάτων. Επίσης να καλύπτει όλα τα φαινόμενα που προκύπτουν από την υποκλιμάκωση των δομών αυτών και τις διαφορετικές τεχνικές που χρησιμοποιούνται για την κατασκευή. Τέλος θα πρέπει να διατηρεί την απλότητα και την ακρίβεια του. Τέλος, τα μοντέλα αυτά θα πρέπει να είναι κατάλληλα δομημένα έτσι ώστε να μπορούν να εισαχθούν στα σύγχρονα περιβάλλοντα προσομοίωσης, επιτρέποντας τον σχεδιασμό CMOS κυκλωμάτων νάνο-κλίμακας. Στα συμπαγή μοντέλα, που βασίζονται στον υπολογισμό των φορτίων που εμφανίζονται στην διάταξη (charge based compact models), ρόλο κλειδί αποτελεί η σχέση που συνδέει τα φορτία που εμφανίζονται στην διάταξη με το δυναμικό που εφαρμόζεται στους ακροδέκτες αυτής. Αποτελεί λοιπόν κομβικό σημείο η όσο το δυνατόν πληρέστερη μοντελοποίηση της. Στην παρούσα διατριβή γίνεται μελέτη της συγκεκριμένης σχέσης, κάποιων απλοποιημένων μορφών αυτής και του σφάλματος που εισάγεται στο μοντέλο από τις απλουστευμένες μορφές της. Συνεχίζοντας, στην παρούσα διατριβή μελετάται η εξάρτηση της ηλεκτρικής συμπεριφοράς των νάνο-τρανζίστορ ως προς τη φυσική σχεδίαση (layout) της διάταξης. Πέρα από τις εξαρτήσεις της διάταξης από τα μεγέθη μήκος, πλάτος (και ύψος διαύλου σε FinFET τρανζίστορ), και αριθμός δακτυλίων (fingers) υπάρχει και σημαντική εξάρτηση ως προς τις αποστάσεις από μονωτικές περιοχές, την ύπαρξη dummy (ψεύδο-τρανζίστορ) κλπ. καθώς και η ανάπτυξη κατάλληλων υποκυκλωμάτων τα οποία θα αντιπροσωπεύσουν στις στατιστικές διακυμάνσεις – τόσο σε επίπεδο τεχνολογίας (process) όσο και σε επίπεδο ταιριάσματος στοιχείο-προς-στοιχείο (device-to-device matching) – συναρτήσει των γεωμετρικών δεδομένων (layout). Τέλος, περιγράφεται και η συμπεριφορά του θορύβου των τρανζίστορ, ιδίως όσων αφορά στο θερμικό θόρυβο. Τελικό αποτέλεσμα της όλης μεταπτυχιακής αυτής διατριβής είναι η παράθεση ενός Verilog-Α κώδικα για την προσομοίωση κυκλωμάτων νάνο-τρανζίστορ πολλαπλών πυλών. Οι παράμετροι του μοντέλου προσαρμόστηκαν σε δεδομένα τύπου TCAD καθώς και σε εργαστηριακές μετρήσεις.
Design and layout techniques in analog/RF integrated circuits
(Technical University of Crete, 2014) Papathanasiou Konstantinos; Παπαθανασιου Κωνσταντινος; Bucher Matthias; Bucher Matthias; Kalaitzakis Kostas; Καλαϊτζακης Κωστας; Balas Costas; Μπαλας Κωστας
Τα τελευταία χρόνια, η ραγδαία ανάπτυξη στα αναλογικά ολοκληρωμένα κυκλώματα πολύ υψηλών συχνοτήτων (RFIC) οφείλεται κυρίως στην εξέλιξη της τεχνολογίας CMOS. Οι λόγοι που οδήγησαν σε αυτήν την ανάπτυξη συνοψίζονται κυρίως στους εξής: την υψηλή απόδοση, που απορρέει από τη σμίκρυνση του μήκους καναλιού των CMOS τεχνολογιών, το χαμηλότερο κόστος τους, συγκριτικά με άλλες τεχνολογίες, καθώς και την γρήγορη ενσωμάτωση τους στον τομέα της μικροηλεκτρονικής. Αποτέλεσμα των παραπάνω, είναι τεχνολογίες CMOS με μήκος καναλιού κάτω από τα 45nm να θεωρούνται, πλέον, αιχμή της τεχνολογίας. Λόγω του υψηλού λόγου απόδοσης προς κόστος και της αξιοπιστίας (reliability) τους, τεχνολογίες με μεγαλύτερα μήκη καναλιού (90nm ή και 180nm) χρησιμοποιούνται ακόμα και στις μέρες μας κατά κόρον στην σχεδίαση και κατασκευή RFICs. Σκοπός της παρούσας μεταπτυχιακής εργασίας είναι η μελέτη και αξιοποίηση τεχνικών σχεδίασης για RFICs υψηλής απόδοσης, καλύπτοντας ένα μεγάλο εύρος CMOS τεχνολογιών, από τα 90nm ως τα 30nm. Η παρούσα έρευνα εκτείνεται από την ορθή υλοποίηση του φυσικού σχεδίου (layout) RF διατάξεων και κυκλωμάτων έως τον καθορισμό του βέλτιστου σημείου λειτουργίας τους και βρίσκει εφαρμογή σε κυκλώματα ενισχυτών χαμηλού θορύβου (LNA). Για τον σκοπό αυτό σχεδιάστηκε, υλοποιήθηκε και κατασκευάστηκε ένα RF τεστ τσιπ σε τεχνολογία 90nm της TSMC. Οι δομές που υλοποιήθηκαν, στη συνέχεια μετρήθηκαν on wafer,, χαρακτηρίσθηκαν και μοντελοποιήθηκαν με το EKV3 μοντέλο έως τα 26.5GHz. Εν συνεχεία, μελετήθηκε και παρουσιάζεται η επίδραση βασικών παραμέτρων σχεδίασης, όπως μήκος (L), πλάτος (W) καναλιού, αριθμός δακτύλων (NF) στην απόδοση των MOSFET δομών και των ενισχυτών χαμηλού θορύβου, μέσω αντιπροσωπευτικών δεικτών απόδοσης (figures of merit), σε τεχνολογία με μήκος καναλιού 90nm. Οι συγκεκριμένοι δείκτες απόδοσης μελετήθηκαν επίσης σε προηγμένη CMOS τεχνολογία με μήκος καναλιού 30nm. Tα αποτελέσματα, τα οποία επικυρώθηκαν με το EKV3 μοντέλο, ανέδειξαν την μετατόπιση του βέλτιστου σημείου λειτουργίας RF κυκλωμάτων προς το μέσο της περιοχής μέτριας αναστροφής, με την μείωση του μήκους καναλιού. Το γεγονός αυτό είναι πολύ σημαντικό, καθώς καθιστά εφικτή την μείωση της κατανάλωσης ισχύος, με ταυτόχρονη αύξηση της συνολικής απόδοσης των εν λόγω κυκλωμάτων.
Hyper spectral data estimation from power dimensionality experimental imaging
(Technical University of Crete, 2014) Iliou Dimitrios; Ηλιου Δημητριος; Balas Costas; Μπαλας Κωστας; Garofalakis Minos; Γαροφαλακης Μινως; Digalakis Vasilis; Διγαλακης Βασιλης
We report the first real time modular spectral and color imaging system based on the combination of snapshot spectral imaging, spectral estimation and color reproduction algorithms. A limited number of spectral bands are captured simultaneously, with the aid of specially designed camera, which are subsequently processed with spectral estimation algorithms to obtain a full spectrum per image pixel. We have succeeded to demonstrate complete spectral cube calculation and display of millions of spectra in real-time and to remove trade-off between spectral and spatial resolution. Besides accurate spectral mapping, our approach enables also reliable and device-independent color reproduction based on complete, per-pixel spectra. These achievements hold the promise to provide an indispensable tool in nondestructive analysis and in noninvasive diagnosis.
Machine learning methods for genomic signature extraction
(Technical University of Crete, 2015) Chlis Nikolaos-Kosmas; Χλης Νικολαος-Κοσμας; Zervakis Michalis; Ζερβακης Μιχαλης; Balas Costas; Μπαλας Κωστας; Mania Aikaterini; Μανια Αικατερινη
The application of machine learning methodologies for the analysis of DNA microarray data has become a common practice in the field of bioinformatics. DNA microarrays can be used in order to simultaneously measure the expression value of thousands of genes. Given the measurements of gene expression, machine learning methods can be employed in order to identify candidate genes that are related to a biological state or phenotype of interest, such as cancer. These lists of candidate genes are often called “genomic signatures” in literature. The application of machine learning methods for the extraction of genomic signatures is a necessity, since it is practically impossible for field experts to assess the importance of each gene individually by manual inspection due to the large size of the genome, which consists of approximately 25,000 genes. Machine learning methods such as feature subset selection and classification algorithms are popular choices for the extraction of genomic signatures. Univariate feature selection methods filter genes according to difference in their gene expression profiles among samples belonging to different classes of interest, such as control and disease. Since they test each gene individually, univariate methods are computationally efficient and they select genes with high discrimination ability. However, they ignore associations among genes. On the other hand, multivariate methods simultaneously assess groups of genes and select candidate genes based on their predictive performance when used in conjunction with a classifier. As such, they are more efficient at capturing the latent associations among genes and select genes with high predictive capability, at the cost of being computationally expensive. While the applied feature selection and classification methodologies have matured and several state of the art algorithms have been established, the stability of the extracted genomic signatures is often overlooked. As a result, the genomic signatures extracted by many methodologies are unstable under sample variations. That is, the extracted signatures differ significantly under variations of the training data. Since result stability is related to generalization, this instability raises skepticism in the expert community and hinders the validity and clinical application of research findings extracted from such gene expression studies. This thesis deals with the following three aspects of the selection and evaluation of gene signatures, namely stability, predictive capability and statistical significance. First, a framework for the extraction of stable genomic signatures, called Stable Bootstrap Validation (SBV) is introduced. The proposed methodology enforces stability at the validation step. As a result, it can be combined with any classification method, as long as it supports feature selection. Three publicly available gene expression datasets are used in order to test the proposed methodology. First the dimensionality of the datasets is reduced using a filtering method. Then, bootstrap resampling is utilized in order to generate a list of candidate signatures according to the selection frequency of genes across all bootstrap datasets. Then, a stable signature which has maximal predictive performance in terms of accuracy, sensitivity and specificity is extracted and the predictive performance of all candidate signatures is plotted in an elaborate manner for further inspection. Additionally, the application of random sampling methods for countering the negative effects of imbalanced datasets in classification was investigated, since imbalanced datasets are frequently found in DNA microarray studies where control samples are usually scarce. Moreover, a proper statistical framework was implemented that includes two separate statistical tests, in order to assess the statistical significance of the extracted signature in terms of classification accuracy as well as association to the response variable (phenotype/biological state). Finally, the robustness of the methodology is assessed by testing the degree of “agreement” among signatures extracted from independent executions of the methodology.
Simultaneous multi-spectral imaging system: application in real-time, unsupervised classification in endometrial endoscopy
(Technical University of Crete, 2013) Kavvadias Vasileios; Καββαδιας Βασιλειος; Balas Costas; Μπαλας Κωστας; Zervakis Michalis; Ζερβακης Μιχαλης; Bucher Matthias; Bucher Matthias

Περιηγούμαι

Πλοήγηση Μεταπτυχιακές Διατριβές ανά Συγγραφέα "Balas Costas"