这个技术论文题为“DNN-Opt: RL启发优化模拟电路规模使用深层神经网络”是共同在奥斯汀的德克萨斯大学的研究人员,英特尔,格拉斯哥大学。这篇论文是一个最好的候选人在2021 DAC。
”在这篇文章中,我们目前的DNN-Opt,小说深层神经网络(款)基于黑盒为模拟分级优化框架。我们的方法优于其他黑盒优化方法在小积木和大型工业电路显著减少模拟和更好的性能。本文的主要贡献是一个小说sample-efficient两级深度学习优化框架的灵感来自于actor-critic算法开发的强化学习(RL)社区和工业规模的扩展电路。这是第一款电路分级基于工业规模的应用电路我们所知,“根据DAC演示。
找到这里的技术论文。
作者:f . Budak艾哈迈德Prateek巴,Bo Liu南太阳,大卫·z盘华诉卡。
v1 arXiv: 2110.00211
访问半导体工程的这里的技术论文库和发现更多的芯片行业学术论文。
留下一个回复