1 resultado para Predictive modeling
em Universidad Politécnica de Madrid
Filtro por publicador
- Abertay Research Collections - Abertay University’s repository (1)
- Academic Archive On-line (Karlstad University; Sweden) (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (4)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (1)
- Aston University Research Archive (6)
- Avian Conservation and Ecology - Eletronic Cientific Hournal - Écologie et conservation des oiseaux: (1)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (2)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (113)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (3)
- Biodiversity Heritage Library, United States (1)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (6)
- Brock University, Canada (3)
- CentAUR: Central Archive University of Reading - UK (4)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (8)
- Cochin University of Science & Technology (CUSAT), India (9)
- Collection Of Biostatistics Research Archive (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (91)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (2)
- Dalarna University College Electronic Archive (2)
- DI-fusion - The institutional repository of Université Libre de Bruxelles (1)
- Digital Commons - Michigan Tech (6)
- Digital Commons at Florida International University (10)
- Digital Knowledge Repository of Central Drug Research Institute (1)
- DigitalCommons@The Texas Medical Center (3)
- Diposit Digital de la UB - Universidade de Barcelona (2)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (95)
- DRUM (Digital Repository at the University of Maryland) (1)
- Instituto Nacional de Saúde de Portugal (1)
- Instituto Politécnico de Bragança (1)
- Instituto Politécnico do Porto, Portugal (27)
- Iowa Publications Online (IPO) - State Library, State of Iowa (Iowa), United States (7)
- Martin Luther Universitat Halle Wittenberg, Germany (18)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (2)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (2)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (37)
- Repositório da Produção Científica e Intelectual da Unicamp (7)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (4)
- Repositório Institucional da Universidade Federal do Rio Grande - FURG (1)
- Repositorio Institucional de la Universidad de Almería (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (5)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (36)
- Scielo Saúde Pública - SP (84)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (5)
- Universidad Autónoma de Nuevo León, Mexico (1)
- Universidad Politécnica de Madrid (1)
- Universidade do Minho (21)
- Universidade dos Açores - Portugal (2)
- Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP) (1)
- Universitat de Girona, Spain (1)
- Université de Lausanne, Switzerland (233)
- Université de Montréal (1)
- Université de Montréal, Canada (30)
- University of Michigan (17)
- University of Queensland eSpace - Australia (59)
- University of Washington (3)
- WestminsterResearch - UK (1)
Resumo:
The usual way of modeling variability using threshold voltage shift and drain current amplification is becoming inaccurate as new sources of variability appear in sub-22nm devices. In this work we apply the four-injector approach for variability modeling to the simulation of SRAMs with predictive technology models from 20nm down to 7nm nodes. We show that the SRAMs, designed following ITRS roadmap, present stability metrics higher by at least 20% compared to a classical variability modeling approach. Speed estimation is also pessimistic, whereas leakage is underestimated if sub-threshold slope and DIBL mismatch and their correlations with threshold voltage are not considered.