跳到正文
arXiv · ML· Yuhao Mao, Chenhao Chu, Martin Vechev, Hua Wang·· 24 天前AI 评分21

自由形式 RFIC 无源器件端到端神经建模:预测电磁响应与设计性能

End-to-End Neural Modeling of EM Response and Design Performance for Free-Form RFIC Passives

AI 导读

团队提出一种端到端神经框架,用于预测自由形式 RFIC 无源器件在可变频率和电路上下文下的电磁响应及下游设计性能。 该框架结合频率条件神经仿真器与电路条件神经求解器,输出包含显式电磁响应和互补响应的神经电磁响应。 在由专家设计轮廓和随机路径合成的大规模数据集上,21M 参数模型在几乎所有目标上达到 R²>0.98,评估速度比传统电磁仿真快数个数量级,代码已开源。

来源:arXiv · ML · arxiv.org