文献

J-GLOBAL ID：202002225314648700   整理番号：20A1864649

物理設計における機械学習の応用 最近の結果と方向【JST・京大機械翻訳】

Machine Learning Applications in Physical Design Recent Results and Directions

著者 (1件)： Kahng Andrew B. (University of California, San Diego, La Jolla, CA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ISPD ’18  ページ： 68-73  発行年： 2018年 
JST資料番号： D0698C  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： 後期CMOS時代において,半導体とエレクトロニクス会社は厳しい製品スケジュールと他の競争圧力に直面している。この文脈において,電子設計自動化(EDA)は,必須の産業軌跡を継続するために「設計ベース等価スケーリング」を配送しなければならない。これに対する強力なレバーは,内部および「アラウンド」設計ツールおよびフローの両者の機械学習技術の使用である。本論文では,IC物理実装に焦点を当てた機械学習の機会をレビューした。用例は,1)相関メカニズムを通して不必要な設計とモデリングマージンを除去すること,2)ツールと設計インスタンスの両方を理解する下流流れ結果の予測子を通してより速い設計収束を達成し,3)設計資源ライセンスと利用可能なスケジュールの使用の最適化のような共用である。本論文は,IC物理設計における機械学習のための未解決の課題によって結論を下した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  半導体 ,  自動設計 ,  電子技術 ,  ライセンス ,  *機械学習 ,  CMOS
準シソーラス用語： 予測子 ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (2件)： 機械学習 ,  物理設計

分類 (1件)： 半導体集積回路  (NC03162T)

タイトルに関連する用語 (3件)： 物理設計 ,  機械学習 ,  応用