关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2022年论文集（43卷）
2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

期刊年表

2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

基于机器学习的快速时序校准方法(2022年04期 v.43 32-35+47页)

‖  文章供稿：何柏声  詹瑞典
‖  字体： [大] [中] [小]

2022年04期 v.43 32-35+47页

何柏声1  詹瑞典2

（1.广东工业大学集成电路学院，广东 广州 510006  

2.佛山芯珠微电子有限公司，广东 佛山 528225）

摘要：针对布局布线工具和时序签核工具的时序分析差异，导致的迭代次数多、时序收敛困难的问题，提出一种基于机器学习的快速时序校准方法。首先，基于55 nm工艺，利用开源设计收集数据样本；然后，分别采用Lasso线性回归、BP神经网络、随机森林算法完成寄生参数预测模型的训练、测试及对比；最后，通过实验验证该方法的时序校准效果。实验结果表明，该方法可减少布局布线工具和时序签核工具间的时序分析差异。

关键词：芯片物理设计；静态时序分析；机器学习；寄生参数预测；时序校准

中图分类号：TG156          文献标识码：A             文章编号：1674-2605(2022)04-0007-05

DOI：10.3969/j.issn.1674-2605.2022.04.007

打印

上一篇:基于卷积神经网络的输电线路金具缺陷检测方法(2022年04期 v.43 36-41+47页) 下一篇:基于LabVIEW的LED模拟工况寿命试验系统设计(2022年04期 v.43 26-31页)

扫一扫在手机打开当前页

版权所有 © 1999 - 广东省科学院智能制造研究所粤ICP备12051576号-1

Copyright © Guangdong Institute of Intelligent Manufacturing,GDAS.All Rights Reserved

地址：广州市越秀区先烈中路100号大院13号楼邮编：510070

电 话：(020)87686011　87686026传 真：(020)87687997Email：bgs＠giim.ac.cn