論文の概要: TAFA: Design Automation of Analog Mixed-Signal FIR Filters Using Time Approximation Architecture

• arxiv url: http://arxiv.org/abs/2112.07825v1
• Date: Wed, 15 Dec 2021 01:47:35 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-16 17:25:06.722593
• Title: TAFA: Design Automation of Analog Mixed-Signal FIR Filters Using Time Approximation Architecture
• Title（参考訳）: TAFA:時間近似アーキテクチャを用いたアナログ混合信号FIRフィルタの設計自動化
• Authors: Shiyu Su, Qiaochu Zhang, Juzheng Liu, Mohsen Hassanpourghadi, Rezwan Rasul, and Mike Shuo-Wei Chen
• Abstract要約: デジタル回路のCADサポートにより,デジタル有限インパルス応答(FIR)フィルタの設計は完全に合成可能である。 アナログ混合信号(AMS)フィルタの設計は、アーキテクチャの選択、スキーマ設計、レイアウトを含む手作業によるものである。 本研究は, 時間近似アーキテクチャを用いて, AMS FIRフィルタ設計を自動化するシステム設計手法を提案する。
• 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 digital finite impulse response (FIR) filter design is fully synthesizable, thanks to the mature CAD support of digital circuitry. On the contrary, analog mixed-signal (AMS) filter design is mostly a manual process, including architecture selection, schematic design, and layout. This work presents a systematic design methodology to automate AMS FIR filter design using a time approximation architecture without any tunable passive component, such as switched capacitor or resistor. It not only enhances the flexibility of the filter but also facilitates design automation with reduced analog complexity. The proposed design flow features a hybrid approximation scheme that automatically optimize the filter's impulse response in light of time quantization effects, which shows significant performance improvement with minimum designer's efforts in the loop. Additionally, a layout-aware regression model based on an artificial neural network (ANN), in combination with gradient-based search algorithm, is used to automate and expedite the filter design. With the proposed framework, we demonstrate rapid synthesis of AMS FIR filters in 65nm process from specification to layout.
• Abstract（参考訳）: デジタル回路のCADサポートにより,デジタル有限インパルス応答(FIR)フィルタの設計は完全に合成可能である。 対照的に、アナログ混合信号(ams)フィルタの設計は、アーキテクチャの選択、設計、レイアウトを含む、主に手動のプロセスである。 本研究は,スイッチトキャパシタや抵抗器などの可変パッシブコンポーネントを必要とせず,時間近似アーキテクチャを用いてams firフィルタ設計を自動化するシステム設計手法を提案する。 フィルタの柔軟性を高めるだけでなく、アナログの複雑さを減らして設計の自動化を促進する。 提案した設計フローは,時間量子化効果を考慮したフィルタのインパルス応答を自動的に最適化するハイブリッド近似方式を特徴とする。 さらに、勾配に基づく探索アルゴリズムと組み合わせて、人工ニューラルネットワーク(ann)に基づくレイアウト認識回帰モデルを用いて、フィルタ設計の自動化と高速化を行う。 提案手法では,65nmプロセスにおけるAMS FIRフィルタの高速な合成を仕様からレイアウトまで示す。

関連論文リスト

• MATADOR: Automated System-on-Chip Tsetlin Machine Design Generation for Edge Applications [0.2663045001864042]
  本稿では,GUIインタフェースを備えた自動シリコンツールであるMATADORについて述べる。 モデルトレーニング、システムレベルの設計生成、設計検証、デプロイメントという、完全な開発パイプラインの自動化を提供する。 MATADOR加速器の設計は、最先端の量子化およびバイナリディープニューラルネットワークの実装と比較して最大13.4倍、最大7倍、最大2倍の電力効率を持つことが示されている。
  論文  参考訳（メタデータ） (2024-03-03T10:31:46Z)
• Automated Design and Optimization of Distributed Filtering Circuits via Reinforcement Learning [20.500468654567033]
  そこで本研究では,DFC設計のための新しいエンドツーエンド自動手法を提案する。 提案手法は強化学習(RL)アルゴリズムを利用して,技術者の設計経験への依存を解消する。 本手法は, 複雑もしくは急速に発展するDFCの設計において, 優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-02-22T02:36:14Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
  本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。 オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。 我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
  論文  参考訳（メタデータ） (2023-08-31T02:20:25Z)
• Filter Pruning for Efficient CNNs via Knowledge-driven Differential Filter Sampler [103.97487121678276]
  フィルタプルーニングは同時に計算を加速し、CNNのメモリオーバーヘッドを低減する。 本稿では,MFM(Masked Filter Modeling)フレームワークを用いた知識駆動型微分フィルタサンプリング(KDFS)を提案する。
  論文  参考訳（メタデータ） (2023-07-01T02:28:41Z)
• RobustAnalog: Fast Variation-Aware Analog Circuit Design Via Multi-task RL [19.71047877921737]
  本稿では、最適化プロセスにおける変動情報を含む堅牢な回路設計フレームワークであるRobust Analogを紹介する。 Robust Analogは、必要な最適化時間を14～30倍に削減できることを示す。
  論文  参考訳（メタデータ） (2022-07-13T04:06:32Z)
• Squeezeformer: An Efficient Transformer for Automatic Speech Recognition [99.349598600887]
  Conformerは、そのハイブリッドアテンション・コンボリューションアーキテクチャに基づいて、様々な下流音声タスクの事実上のバックボーンモデルである。 Squeezeformerモデルを提案する。これは、同じトレーニングスキームの下で、最先端のASRモデルよりも一貫して優れている。
  論文  参考訳（メタデータ） (2022-06-02T06:06:29Z)
• Direct design of biquad filter cascades with deep learning by sampling random polynomials [5.1118282767275005]
  本研究では, 何百万ものランダムフィルタで学習したニューラルネットワークを用いて, フィルタ係数空間に対する目標規模の応答から直接写像を学習する。 提案手法は,所望の応答に対するフィルタ係数の高速かつ高精度な推定を可能にする。 修正Yule-Walkerや勾配降下などの既存手法と比較し,IIRNetが平均的に高速かつ高精度であることを示す。
  論文  参考訳（メタデータ） (2021-10-07T17:58:08Z)
• In-filter Computing For Designing Ultra-light Acoustic Pattern Recognizers [6.335302509003343]
  超軽量音響分類器の設計に使用できる新しいインフィルタ・コンピューティング・フレームワークを提案する。 提案したアーキテクチャは、コンボリューションと非線形フィルタリングの操作を直接サポートベクトルマシンのカーネルに統合する。 本研究では,1.5k Look-Up Tables (LUT) と2.8k Flip-Flops (FF) のみを用いて,ベンチマーク音声認識タスクにおいてロバストな分類性能が得られることを示す。
  論文  参考訳（メタデータ） (2021-09-11T08:16:53Z)
• Unsharp Mask Guided Filtering [53.14430987860308]
  本論文の目的は,フィルタ中の構造伝達の重要性を強調した画像フィルタリングである。 アンシャープマスキングにインスパイアされたガイドフィルタの新しい簡易な定式化を提案する。 我々の定式化は低域フィルタに先立ってフィルタを楽しみ、単一の係数を推定することで明示的な構造伝達を可能にする。
  論文  参考訳（メタデータ） (2021-06-02T19:15:34Z)
• Toward fast and accurate human pose estimation via soft-gated skip connections [97.06882200076096]
  本稿では,高精度かつ高効率な人間のポーズ推定について述べる。 我々は、最先端技術よりも精度と効率を両立させる文脈において、この設計選択を再分析する。 本モデルでは,MPII と LSP のデータセットから最先端の結果が得られる。
  論文  参考訳（メタデータ） (2020-02-25T18:51:51Z)

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。