文献

J-GLOBAL ID：201802249469030742   整理番号：18A0726999

ワイヤラインリンクにおける非線形回路ブロックをモデル化するためのディープニューラルネットワークの使用【JST・京大機械翻訳】

Using deep neural networks to model nonlinear circuit blocks in wireline links

著者 (2件)： Zargaran-Yazd Arash (Signal Integrity Group, Nvidia, Santa Clara, CA, USA) ,  Sudhakaran Sunil (Signal Integrity Group, Nvidia, Santa Clara, CA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EPEPS  ページ： 1-3  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本研究では,深いニューラルネットワークを用いて,直列およびメモリリンクにおいて一般的に見出される非線形回路ブロックをモデル化する手法を提案した。具体的には,アナログ増幅器の変種のモデリングとシミュレーション,すなわち連続時間線形方程式(CTLE)を検討した。Volterra級数と多項式フィッティングのような従来のモデリングアプローチは,金標準と考えられるSpice様シミュレーション結果と比較して望ましい誤差を達成するのに短い。深いニューラルネットワークは,行動的に複雑なシステムの性能を学習し,推定することができる。本研究で示されたように,このようなノードの相互接続グリッドは,従来手法のものよりはるかに小さい残留誤差を持つ非線形アナログ回路の挙動をモデル化できる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  一次方程式 ,  多項式 ,  増幅器 ,  相互接続 ,  アナログ回路 ,  アナログ系 ,  Volterra級数 ,  *ニューラルネットワーク ,  連続時間系 ,  金 ,  *非線形回路 ,  *モデリング
準シソーラス用語： *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 非線形回路 ,  モデル化 ,  ディープニューラルネットワーク