研究提出RFIC无源器件神经建模框架
热点事件持续更新
研究提出RFIC无源器件神经建模框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yuhao Mao、Chenhao Chu、Martin Vechev和Hua Wang提出面向自由形态RFIC无源器件的端到端神经框架，可同时预测不同频率和电路环境下的电磁响应及后续设计性能。框架结合频率条件神经模拟器与电路条件神经求解器。作者称，21M参数模型对几乎所有目标的R²均高于0.98，评估速度比传统电磁仿真快多个数量级。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
面向自由形态RFIC无源器件的电磁响应与设计性能端到端神经建模报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning面向自由形态RFIC无源器件的电磁响应与设计性能端到端神经建模
研究提出面向自由形态RFIC无源器件的端到端神经框架，可预测不同频率与电路环境下的电磁响应及后续设计性能。框架结合频率条件神经模拟器与电路条件神经求解器，并用依赖正则化促使两类响应捕捉正交信息。21M参数模型对几乎所有目标的R²均高于0.98，评估速度比传统电磁仿真快多个数量级。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。