論文の概要: A Methodology for Thermal Simulation of Interconnects Enabled by Model Reduction with Material Property Variation

• arxiv url: http://arxiv.org/abs/2112.03023v1
• Date: Wed, 1 Dec 2021 17:36:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-12 15:20:07.025642
• Title: A Methodology for Thermal Simulation of Interconnects Enabled by Model Reduction with Material Property Variation
• Title（参考訳）: 材料特性の変動を考慮したモデル還元によるインターコネクトの熱シミュレーション手法
• Authors: Wangkun Jia and Ming-C. Cheng
• Abstract要約: データ駆動学習アルゴリズムによって実現された相互接続のための熱シミュレーション手法を開発した。 この手法はモデル順序の減少とドメイン分解の概念に基づいている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A thermal simulation methodology is developed for interconnects enabled by a data-driven learning algorithm accounting for variations of material properties, heat sources and boundary conditions (BCs). The methodology is based on the concepts of model order reduction and domain decomposition to construct a multi-block approach. A generic block model is built to represent a group of interconnect blocks that are used to wire standard cells in the integrated circuits (ICs). The blocks in this group possess identical geometry with various metal/via routings. The data-driven model reduction method is thus applied to learn material property variations induced by different metal/via routings in the blocks, in addition to the variations of heat sources and BCs. The approach is investigated in two very different settings. It is first applied to thermal simulation of a single interconnect block with similar BCs to those in the training of the generic block. It is then implemented in multi-block thermal simulation of a FinFET IC, where the interconnect structure is partitioned into several blocks each modeled by the generic block model. Accuracy of the generic block model is examined in terms of the metal/via routings, BCs and thermal discontinuities at the block interfaces.
• Abstract（参考訳）: 材料特性, 熱源および境界条件(BCs)の変動を考慮したデータ駆動学習アルゴリズムにより, 相互接続を実現するための熱シミュレーション手法を開発した。 この手法は、モデル順序の減少とドメイン分解の概念に基づいて、マルチブロックアプローチを構築する。 汎用ブロックモデルは、集積回路(ic)の標準セルを配線するために使用される相互接続ブロックのグループを表すために構築される。 この群のブロックは、様々な金属/移動経路と同一の幾何学を持っている。 そこで, 熱源とbcsの変動に加えて, ブロック内の異なる金属/ビア経路によって引き起こされる材料特性の変動を学習するために, データ駆動モデル還元法を適用した。 アプローチは2つの非常に異なる設定で調査される。 これは最初に、一般的なブロックの訓練に類似したBCを持つ1つの相互接続ブロックの熱シミュレーションに適用される。 その後、FinFET ICのマルチブロック熱シミュレーションで実装され、相互接続構造を汎用ブロックモデルによってモデル化された複数のブロックに分割する。 汎用ブロックモデルの精度は、金属/ビアルーティング、bcsおよびブロック界面の熱的不連続性の観点から検討される。

関連論文リスト

• Detecting and Approximating Redundant Computational Blocks in Neural Networks [25.436785396394804]
  ネットワーク内の類似性は、より効率的なニューラルネットワークを設計する新たな機会を提供する。 本稿では,冗長ブロックを検出するための単純な測度であるBlock Redundancyを導入し,冗長ブロックを近似するためにRBA(Redundant Blocks Approximation)を提案する。 RBAは、優れたパフォーマンスを維持しながら、モデルパラメータと時間の複雑さを減らす。
  論文  参考訳（メタデータ） (2024-10-07T11:35:24Z)
• Unifying Collisional Models and the Monte Carlo Metropolis Method: Algorithms for Dynamics of Open Quantum Systems [0.0]
  コリシアルモデル(Colisional model)は、量子熱化の研究で使われるようになった顕微鏡的オープン量子系のモデルのカテゴリである。 本研究では, 各浴室アンシラを, 系のエネルギー固有状態遷移に一致する離散スペクトルで熱状態で調製した場合, 衝突モデルフレームワークによって生成された系力学は, メトロポリス法で生成されたものと同一であることを示した。
  論文  参考訳（メタデータ） (2024-03-01T00:01:22Z)
• TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small Target Detection [58.00308680221481]
  赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。 ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。 熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
  論文  参考訳（メタデータ） (2024-02-03T05:51:22Z)
• Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection [97.93062818228015]
  本稿では,再建に基づく機能を,新たな自己監督型予測アーキテクチャビルディングブロックに統合することを提案する。 我々のブロックは、受容領域におけるマスク領域に対する再構成誤差を最小限に抑える損失を備える。 画像やビデオの異常検出のための最先端フレームワークに組み込むことで,ブロックの汎用性を実証する。
  論文  参考訳（メタデータ） (2021-11-17T13:30:31Z)
• Entanglement wedge reconstruction and correlation measures in mixed states: modular flows versus quantum recovery channels [0.0]
  2つの対称ストリップのセットアップにおける混合状態間の相関の性質について検討する。 境界混合情報からバルク形状を再構成する方法を決定するために,様々なツールを用いた。
  論文  参考訳（メタデータ） (2020-12-08T12:04:42Z)
• Inter-layer Transition in Neural Architecture Search [89.00449751022771]
  本論文では、連結エッジのアーキテクチャ重み間の依存性を明示的にモデル化する。 5つのベンチマーク実験により、層間依存性のモデル化の価値を確認し、提案手法が最先端の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-30T03:33:52Z)
• Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
  PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。 本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。 このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
  論文  参考訳（メタデータ） (2020-09-29T12:50:33Z)
• Binary Classification as a Phase Separation Process [0.0]
  位相分離バイナリ(PSBC)と呼ばれる新しいバイナリ分類モデルを提案する。 これは、通常の微分方程式と結合した非線形反応拡散方程式の離散化からなる。 PSBCの方程式は、リカレントニューラルネットワークと同様のアーキテクチャで、トレーニング可能な重みを持つ力学系と見なすことができる。
  論文  参考訳（メタデータ） (2020-09-05T05:47:05Z)
• A Compact Gated-Synapse Model for Neuromorphic Circuits [77.50840163374757]
  このモデルは、ニューロモルフィック回路のコンピュータ支援設計への統合を容易にするためにVerilog-Aで開発された。 モデルの振る舞い理論は、デフォルトパラメータ設定の完全なリストとともに詳細に記述されている。
  論文  参考訳（メタデータ） (2020-06-29T18:22:11Z)
• Selective Inference for Latent Block Models [50.83356836818667]
  本研究では,潜在ブロックモデルに対する選択的推論法を提案する。 我々は,潜在ブロックモデルの行と列クラスタのメンバシップの集合に対する統計的テストを構築した。 提案された正確で近似されたテストは、選択バイアスを考慮していない単純なテストと比較して効果的に機能する。
  論文  参考訳（メタデータ） (2020-05-27T10:44:19Z)
• Community Detection and Stochastic Block Models [20.058330327502503]
  幾何ブロックモデル(SBM)はクラスタリングとコミュニティ検出を研究するための標準モデルとして広く用いられている。 統計学やデータ科学で発生する情報理論と計算上のトレードオフを研究するための、肥大した基盤を提供する。 本書は、SBMにおけるコミュニティ検出の基本的な限界を確立する最近の発展について調査する。
  論文  参考訳（メタデータ） (2017-03-29T17:21:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。