文献
J-GLOBAL ID:202202280456409431   整理番号:22A0482804

スケーラブル3D X点アレイ構造の強化学習に基づく信号完全性最適化と解析【JST・京大機械翻訳】

Reinforcement-Learning-Based Signal Integrity Optimization and Analysis of a Scalable 3-D X-Point Array Structure
著者 (12件):
資料名:
巻: 12  号:ページ: 100-110  発行年: 2022年 
JST資料番号: W0590B  ISSN: 2156-3950  CODEN: ITCPC8  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,信号完全性問題を考慮した最適3D交差点(X-Point)アレイ構造を設計するための強化学習(RL)モデルを提案した。相互接続設計問題をMarkov決定プロセス(MDP)にモデル化した。提案したRLモデルは,3つの報酬因子に基づく3D X-Pointアレイ構造を設計した:ビット数,クロストーク,およびIRドロップ。多層パーセプトロン(MLP)と長い短期メモリ(LSTM)を適用して,政策をパラメータ化した。政策最適化(PPO)を用いて,政策を訓練するパラメータを最適化した。提案したRLモデルの報酬は,報酬因子のアレイ構造サイズとハイパーパラメータの変化によってよく収束した。提案したRLモデルのスケーラビリティと感度を検証した。最適3-D X-Pointアレイ構造設計によって,著者らは報酬因子と信号完全性問題を分析した。3-D X-Pointアレイ構造の最適設計は,より微細なプロセス技術における従来の設計より,17%のλ>26.5%良い信号完全性性能を示した。さらに,他の因子の中で,MDPタプル,報酬因子,および学習アルゴリズムの変化による提案モデルの改善のための可能な方向の範囲を提案した。提案モデルを用いて,あるサイズ,性能能力,および報酬因子およびハイパーパラメータに基づく仕様を有する最適3D X-Pointアレイ構造を容易に設計することができた。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
プリント回路 

前のページに戻る