最近，德克萨斯大学奥斯汀分校和NVIDIA的研究人员发表了一篇题为“TAG:从布局中学习电路空间嵌入”的技术论文。
摘要
“模拟和混合信号(AMS)电路设计仍然依赖于人类的设计专业知识。机器学习通过人工智能取代人类经验来辅助电路设计自动化。本文提出了一种利用文本、自注意和图形从布局中学习电路表示的新范式TAG。嵌入网络模型无需人工标注即可学习空间信息。在AMS电路学习中引入文本嵌入和自注意机制。实验结果表明，该方法能够预测工业FinFET技术基准实例之间的布局距离。电路表示的有效性通过在案例研究中展示对其他三个学习任务的可转移性来验证:布局匹配预测、电缆长度估计和净寄生电容预测。”
找到这里是技术文件．2022年12月出版。
朱凯，陈宏，特纳，文杰，郭开，魏培华，潘德哲，任宏(2022,10月)。从布局中学习电路空间嵌入。第41届IEEE/ACM计算机辅助设计国际会议论文集(pp. 1-9)。
留下回复