Εμφάνιση απλής εγγραφής

MOSFET modelling as a digital twin and use of machine learning models to find current leakage

dc.contributor.advisorPatrikakis, Charalampos
dc.contributor.authorΤζίντι, Χένρι
dc.date.accessioned2024-05-29T08:57:41Z
dc.date.available2024-05-29T08:57:41Z
dc.date.issued2023-09
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/6806
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-6641
dc.description.abstractThe object of this thesis is the presentation of a digital twin of the MOSFET, with the aim of providing tools for a better and more in-depth study and monitoring of its functions. Through the digital twin of the MOSFET, the peculiarities and challenges it presents, such as threshold leakage current, a common occurrence in non-ideal MOSFETs, are investigated. While digital twins have found applications in many industrial fields due to their versatility, in the case of this thesis, Machine Learning is utilized to enhance the accuracy and sensitivity of the analysis in the MOSFET. The corresponding digital twin, apart from its description, has been implemented within the thesis through the use of Python programming language, incorporating advanced Machine Learning models for even deeper understanding. The aim is not just to present a technological innovation, but to highlight how the integration of Machine Learning can enhance the performance and applicability of digital twins in real industrial situations.el
dc.format.extent93el
dc.language.isoenel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.rightsΑναφορά Δημιουργού 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.subjectArtificial intelligenceel
dc.subjectDigital twinsel
dc.subjectMOSFETel
dc.subjectMachine learningel
dc.subjectElectronic circuitsel
dc.subjectElectrical controlel
dc.subjectElectronic controlel
dc.subjectTransistorel
dc.subjectSimulationel
dc.subjectΤεχνητή νοημοσύνηel
dc.subjectΨηφιακό δίδυμοel
dc.subjectΜηχανική μάθησηel
dc.titleMOSFET modelling as a digital twin and use of machine learning models to find current leakageel
dc.title.alternativeΜοντελοποίηση MOSFET ως ψηφιακό δίδυμο και χρήση μοντέλων μηχανικής μάθησης για την εύρεση ρεύματος διαρροήςel
dc.typeΔιπλωματική εργασίαel
dc.contributor.committeeKyriakis-Bitzaros, Efstathios
dc.contributor.committeeMitilineos, Stelios A.
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικώνel
dc.description.abstracttranslatedTo αντικείμενο αυτής της Διπλωματικής Εργασίας είναι η παρουσίαση ενός ψηφιακού διδύμου του MOSFET, με στόχο την παροχή εργαλείων για την καλύτερη και σε περισσότερο βάθος μελέτη και παρακολούθηση των λειτουργιών του. Μέσα από το ψηφιακό δίδυμο του MOSFET, γίνεται διερεύνηση των ιδιαιτεροτήτων και των προκλήσεων που παρουσιάζει, όπως το ρεύμα διαρροής κατωφλίου, μία συχνή εμφάνιση στα μη ιδανικά MOSFETs. Ενώ τα ψηφιακά δίδυμα έχουν βρει εφαρμογές σε πολλά βιομηχανικά πεδία λόγω της ευελιξίας τους, στην περίπτωσή της διπλωματικής αυτής, γίνεται αξιοποίηση της Μηχανικής Μάθησης για να ενισχυθεί η ακρίβεια και η ευαισθησία της ανάλυσης στο MOSFET. Το αντίστοιχο ψηφιακό δίδυμο, εκτός από την περιγραφή του, έχει υλοποιηθεί στο πλαίσιο της εργασίας μέσω της χρήσης της γλώσσας προγραμματισμού Python, ενσωματώνοντας προηγμένα μοντέλα Μηχανικής Μάθησης για ακόμη βαθύτερη κατανόηση. Στόχος δεν είναι απλά να παρουσιαστεί μια τεχνολογική καινοτομία, αλλά να αναδειχθεί ο τρόπος με τον οποίο η ενσωμάτωση της Μηχανικής Μάθησης μπορεί να αναβαθμίσει την απόδοση και την εφαρμογή των ψηφιακών διδύμων σε πραγματικές βιομηχανικές συνθήκεςel


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές