文献

J-GLOBAL ID：201902282828736824   整理番号：19A1332436

超伝導集積回路解析のための効率的なMLACA-SVDソルバ【JST・京大機械翻訳】

An Efficient MLACA-SVD Solver for Superconducting Integrated Circuit Analysis

著者 (2件)： Nel Ben A. P. (Department of Electrical and Electronic Engineering, Stellenbosch University, Stellenbosch, South Africa) ,  Botha Matthys M. (Department of Electrical and Electronic Engineering, Stellenbosch University, Stellenbosch, South Africa)
資料名： IEEE Transactions on Applied Superconductivity  (IEEE Transactions on Applied Superconductivity)
巻： 29  号： 7  ページ： ROMBUNNO.1303310.1-10  発行年： 2019年 
JST資料番号： W0177A  ISSN： 1051-8223  CODEN： ITASE9  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： 超伝導集積回路のインダクタンス抽出は,構造電流分布の正確な解を必要とする。FastHenryは,このタスクに適した良く知られた磁気準静的ソルバである。これは部分要素等価回路,積分方程式法に基づいており,構造は六面体フィラメントに離散化されている。それは,相互インダクタンス行列の圧縮記憶のためのマルチレベル高速多重極アルゴリズム(MLFMA)を採用し,必要メモリの大部分を占める。このMLFMA実装は,特定の近似とアルゴリズムのパラメータ選択を与えると,特にメモリ効率が良い。しかし,誤差は行列表現に導入される。ここでは,特異値分解再圧縮(MLACA-SVD)による多重レベル適応交差近似ソルバを,FastHenryの既存のMLFMAソルバの代替として提示した。MLACA-SVDは,選択されたエントリーを評価することに基づいて,オフ対角行列ブロックを特定の誤り耐性に圧縮する。マトリックス侵入評価の保証された精度のために直交精度を提示した。実用的な興味のある例に対する数値結果は,MLACA-SVDメモリスケーリング対b(フィラメント数)が,FastHenryのMLFMAのそれと実質的に同一であり,O(ブログ)に近いことを示した。MLACA-SVDは,同じ解精度のためにより少ないメモリを必要として,さらに,マトリックス近似誤差に関して完全な制御を提供した。考察した例では,より効率的なソルバであることが分かった。これは並列化に適している。Copyright 2019 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： 多重化 ,  直交性 ,  近似法 ,  アルゴリズム ,  インダクタンス ,  磁気 ,  高速度 ,  積分方程式 ,  フィラメント ,  等価回路 ,  *記憶装置 ,  電流分布
準シソーラス用語： 対角行列 ,  離散化 ,  *ソルバ , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 超伝導集積回路 ,  解析 ,  ソルバ