文献

J-GLOBAL ID：201002243409061438   整理番号：10A0713182

人工ニューラルネットワークを用いる電圧と温度を意識した統計的漏れ解析の枠組み

Voltage and Temperature Aware Statistical Leakage Analysis Framework Using Artificial Neural Networks

著者 (3件)： JANAKIRAMAN V. (Indian Inst. Sci., Bangalore, IND) ,  BHARADWAJ Amrutur (Indian Inst. Sci., Bangalore, IND) ,  VISVANATHAN V. (Texas Instruments, Bangalore, IND)
資料名： IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems  (IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems)
巻： 29  号： 7  ページ： 1056-1069  発行年： 2010年07月 
JST資料番号： B0142C  ISSN： 0278-0070  CODEN： ITCSDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 漏れ電流はプロセス変動のみではなく温度と電圧に依存する。通常の方法では漏れ電流の関数を仮定するが,ANN(人工ニューラルネットワーク)を用いることにより高度に非線形な関数をモデル化することができる。2トランジスタNMOSの場合には11個の入力から漏れ電流を出力することになる。ANNモデルの学習手順は以下の通りである。まず,学習サンプルとテストサンプルを生成して学習データを正規化し,ANN学習を行って誤りが小さくなれば終了する。以上によりANNを用いた統計的漏れ解析(SLA)の枠組みを作成した。平均と標準偏差の誤差はモンテカルロ法によるSLAと比較して充分に小さく,一方計算速度はきわめて速い。

シソーラス用語： ニューラルネットワーク ,  *漏れ電流 ,  *統計解析 ,  電圧依存性 ,  温度依存性 ,  *モデリング ,  モデル ,  学習 ,  標準偏差 ,  平均値 ,  誤差 ,  CAD【計算機】 ,  シグモイド関数
準シソーラス用語： *ゲート漏れ電流 ,  非線形モデル

分類 (3件)： CAD,CAM  (JE10000A) ,  固体デバイス計測・試験・信頼性  (NC03040G) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  意識 ,  統計 ,  解析 ,  枠組み