論文の概要: Deep Clustering based Boundary-Decoder Net for Inter and Intra Layer Stress Prediction of Heterogeneous Integrated IC Chip

• arxiv url: http://arxiv.org/abs/2602.21601v1
• Date: Wed, 25 Feb 2026 06:01:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-26 18:19:16.721236
• Title: Deep Clustering based Boundary-Decoder Net for Inter and Intra Layer Stress Prediction of Heterogeneous Integrated IC Chip
• Title（参考訳）: 不均一集積ICチップの層間および層内応力予測のためのディープクラスタリングに基づく境界デコーダネット
• Authors: Kart Leong Lim, Ji Lin,
• Abstract要約: 3次元異種ICパッケージが極端な温度で熱サイクリングを受けると、高い応力が発生する。 深部生成モデル(DGM)を用いた潜在空間表現を用いたストレス画像の検討 我々は境界条件と画像ペアリングをストレスモデリングに用いた最近の境界デコーダ(BD)ネットを頼りにしている。
• 参考スコア（独自算出の注目度）: 3.606611941481923
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High stress occurs when 3D heterogeneous IC packages are subjected to thermal cycling at extreme temperatures. Stress mainly occurs at the interface between different materials. We investigate stress image using latent space representation which is based on using deep generative model (DGM). However, most DGM approaches are unsupervised, meaning they resort to image pairing (input and output) to train DGM. Instead, we rely on a recent boundary-decoder (BD) net, which uses boundary condition and image pairing for stress modeling. The boundary net maps material parameters to the latent space co-shared by its image counterpart. Because such a setup is dimensionally wise ill-posed, we further couple BD net with deep clustering. To access the performance of our proposed method, we simulate an IC chip dataset comprising of 1825 stress images. We compare our new approach using variants of BD net as well as a baseline approach. We show that our approach is able to outperform all the comparison in terms of train and test error reduction.
• Abstract（参考訳）: 3次元異種ICパッケージが極端な温度で熱サイクリングを受けると、高い応力が発生する。 応力は主に異なる材料間の界面で起こる。 本稿では,DGM(Deep Generative Model)を用いた遅延空間表現を用いたストレス画像について検討する。 しかし、ほとんどのDGMアプローチは教師なしであり、DGMを訓練するためにイメージペアリング(インプットとアウトプット)を利用する。 代わりに、境界条件と画像ペアリングをストレスモデリングに用いた最近の境界デコーダ(BD)ネットを頼りにしている。 境界ネットは、物質パラメータをその画像が共有する潜在空間にマッピングする。 このようなセットアップは次元的に見当違いであるので、BDネットと深いクラスタリングを更に組み合わせる。 提案手法の性能を評価するため、1825個の応力画像からなるICチップデータセットをシミュレートした。 我々は,BDネットの変種とベースラインアプローチを用いて,新しいアプローチを比較した。 提案手法は, 列車および試験誤差低減の点で, 全比較を上回り得ることを示す。

関連論文リスト

• Compressive Imaging Reconstruction via Tensor Decomposed Multi-Resolution Grid Encoding [50.54887630778593]
  圧縮画像再構成(CI)は, 圧縮された低次元画像から高次元画像を復元することを目的としている。 既存の教師なし表現は、表現能力と効率の間の望ましいバランスを達成するのに苦労する。 本稿では,CI再構成のための非教師なし連続表現フレームワークである分割多重解像度グリッド符号化(GridTD)を提案する。
  論文  参考訳（メタデータ） (2025-07-10T12:36:20Z)
• DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image Enhancement [77.0360085530701]
  水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。 従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。 提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
  論文  参考訳（メタデータ） (2023-12-12T06:07:21Z)
• Distance Weighted Trans Network for Image Completion [52.318730994423106]
  本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。 CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。 DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
  論文  参考訳（メタデータ） (2023-10-11T12:46:11Z)
• High-Resolution GAN Inversion for Degraded Images in Large Diverse Datasets [39.21692649763314]
  本稿では,StyleGAN-XLの強力な生成能力を利用した新しいGANインバージョンフレームワークを提案する。 StyleGAN-XLによる逆問題を軽減するために、Clustering & Regularize Inversion (CRI)を提案する。 我々は、複雑な自然画像の複数の復元作業(例えば、塗装、着色、超解像)において、CRI方式を検証し、定量的および定性的な結果を示す。
  論文  参考訳（メタデータ） (2023-02-07T11:24:11Z)
• Spatial-Separated Curve Rendering Network for Efficient and High-Resolution Image Harmonization [59.19214040221055]
  本稿では,空間分離型曲線描画ネットワーク(S$2$CRNet)を提案する。 提案手法は従来の手法と比較して90%以上のパラメータを減少させる。 提案手法は,既存の手法よりも10ドル以上高速な高解像度画像をリアルタイムにスムーズに処理することができる。
  論文  参考訳（メタデータ） (2021-09-13T07:20:16Z)
• Overcoming Obstructions via Bandwidth-Limited Multi-Agent Spatial Handshaking [37.866254392010454]
  本稿では,ロボット群全体で視覚情報を処理し,圧縮し,伝達するための,エンドツーエンドの学習可能なマルチエージェント空間ハンドシェイキングネットワークを提案する。 本手法は,強いベースラインに対して絶対11%のIoU改善を実現する。
  論文  参考訳（メタデータ） (2021-07-01T22:56:47Z)
• Robust Face Alignment by Multi-order High-precision Hourglass Network [44.94500006611075]
  本稿では,熱マップサブピクセル回帰 (HSR) 法と多階クロスジオメトリ・アウェア (MCG) モデルを提案する。 HSR法は、よく設計されたサブピクセル検出損失(SDL)とサブピクセル検出技術(SDT)により、高精度なランドマーク検出を実現するために提案されている。 同時に、MCGモデルは、提案した多階交差情報を用いて、顔の幾何学的制約と文脈情報を強化するためのより識別的な表現を学習することができる。
  論文  参考訳（メタデータ） (2020-10-17T05:40:30Z)
• Manifold-Aware CycleGAN for High-Resolution Structural-to-DTI Synthesis [8.829738147738222]
  本稿では,T1w画像から高分解能DTIの生成を学習する多様体対応CycleGANを提案する。 提案手法は,拡散測定値の計算やファイバトラクトグラフィーアルゴリズムの実行に使用可能な,現実的な高分解能DTIを生成することができる。
  論文  参考訳（メタデータ） (2020-04-01T00:08:14Z)

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。