Performance Parameters Estimation of Second Generation Current Conveyor with Artificial Neural Networks

Yapay Sinir Ağları Yöntemi ile İkinci Kuşak Akım Taşıyıcının Performans Parametrelerinin Tahmin Edilmesi

Abstract

In this study, performance parameters were estimated with artificial neural networks for the second generation current conveyor (CCII). First, the channel length and width of the transistors in the CMOS implementation of the selected CCII and the biasing current were systematically scanned in the LTSPICE simulation program. Then, considering the CMOS implementation of CCII, four performance parameters were obtained through the simulation program. Artificial neural network method was used for training and estimation of performance parameters. Artificial neural networks (ANNs), which is a simulation of the brain nervous system, are one of the algorithms used in the processing of big data. According to the estimation analysis results of artificial neural networks, mean absolute percentage error (MAPE) for 4860 test and 19440 training in 24300 data was found to be 7.33%.

Özet

Bu çalışmada ikinci kuşak akım taşıyıcı (CCII) için yapay sinir ağları ile performans parametreleri tahmin edilmiştir. Öncelikle seçilen CCII’nin CMOS gerçeklemesindeki transistörlerin kanal boyu ve genişliği ile kutuplama akımı sistematik olarak LTSPICE benzetim programında taratılmıştır. Ardından CCII’nin CMOS gerçeklemesi göz önünde bulundurularak benzetim programı aracılığıyla dört adet performans parametresi elde edilmiştir. Performans parametrelerinin eğitimi ve tahminlemesi için yapay sinir ağları yöntemi kullanılmıştır. Beyin sinir sisteminin bir simülasyonu olan yapay sinir ağları (YSA) büyük verilerin işlenmesinde kullanılan algoritmalardan birisidir. Yapay sinir ağları gerçekleştirilen tahminleme analiz sonuçlarına göre 24300 veride 19440 eğitim ile 4860 adet test verisi için ortalama mutlak yüzde hatası (MAPE) %7.33 olarak bulunmuştur.