• 首頁(yè)
  • 新聞
    業(yè)界動(dòng)態(tài)
    新品快遞
    高端訪(fǎng)談
    AET原創(chuàng)
    市場(chǎng)分析
    圖說(shuō)新聞
    會(huì)展
    專(zhuān)題
    期刊動(dòng)態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)應(yīng)用
    解決方案
    電路圖
    技術(shù)專(zhuān)欄
    資源下載
    PCB技術(shù)中心
    在線(xiàn)工具庫(kù)
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測(cè)試測(cè)量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動(dòng)化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車(chē)電子
  • 大學(xué)堂
  • 期刊
  • 文獻(xiàn)檢索
期刊投稿
登錄 注冊(cè)

先進(jìn)工藝芯片填充冗余金屬后的時(shí)序偏差分析及修復(fù)

先進(jìn)工藝芯片填充冗余金屬后的時(shí)序偏差分析及修復(fù)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

在芯片物理設(shè)計(jì)的完成階段,為了滿(mǎn)足設(shè)計(jì)規(guī)則中金屬密度要求,需要填充冗余金屬。增加的金屬層會(huì)產(chǎn)生額外的寄生電容,導(dǎo)致芯片的時(shí)序結(jié)果惡化。40 nm以上的工藝節(jié)點(diǎn)中,這些額外增加的寄生電容對(duì)于時(shí)序的影響在0.12%左右,這個(gè)時(shí)序偏差甚至比靜態(tài)時(shí)序分析與SPICE仿真之間的誤差還小,在芯片設(shè)計(jì)時(shí)通常忽略它。然而在使用FinFET結(jié)構(gòu)的先進(jìn)工藝節(jié)點(diǎn)中,這個(gè)時(shí)序偏差必須要進(jìn)行修復(fù)。以一款FinFET結(jié)構(gòu)工藝的工業(yè)級(jí)DSP芯片為實(shí)例,使用QRC工具對(duì)比了芯片填充冗余金屬前后寄生電容的變化;使用Tempus工具分析了芯片時(shí)序結(jié)果發(fā)生偏差的原因;最后提出了一種基于Innovus平臺(tái)的時(shí)序偏差修復(fù)方法,時(shí)序結(jié)果通過(guò)簽核驗(yàn)證,有效提高了時(shí)序收斂的效率。

發(fā)表于:6/9/2022 10:12:00 AM

基于UVM的Wishbone-SPI驗(yàn)證平臺(tái)設(shè)計(jì)

基于UVM的Wishbone-SPI驗(yàn)證平臺(tái)設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

隨著芯片復(fù)雜度增加,芯片驗(yàn)證在設(shè)計(jì)流程中所消耗時(shí)間也不斷提高。針對(duì)傳統(tǒng)驗(yàn)證平臺(tái)重用性差、覆蓋率低,通過(guò)使用通用驗(yàn)證方法學(xué)(Universal Verification Methodology,UVM)設(shè)計(jì)Wishbone-SPI驗(yàn)證平臺(tái),用UVM組件靈活地搭建驗(yàn)證平臺(tái),完成標(biāo)準(zhǔn)的驗(yàn)證框架,設(shè)計(jì)受約束隨機(jī)激勵(lì),自動(dòng)統(tǒng)計(jì)功能覆蓋率。仿真結(jié)果顯示,該驗(yàn)證平臺(tái)功能覆蓋率達(dá)到100%,并表明該平臺(tái)具有良好的可配置性與可重用性。

發(fā)表于:6/9/2022 10:08:00 AM

基于SGCN的化合物致癌性預(yù)測(cè)模型

基于SGCN的化合物致癌性預(yù)測(cè)模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

癌癥患者的激增引起了全世界的關(guān)注,許多研究者將目光放在了對(duì)化合物致癌性的評(píng)估上,但這是一項(xiàng)極其具有挑戰(zhàn)性的任務(wù)。本實(shí)驗(yàn)獲取了341種實(shí)驗(yàn)數(shù)據(jù),利用三維圖卷積網(wǎng)絡(luò)(SGCN),建立了對(duì)化合物致癌性的預(yù)測(cè)模型。結(jié)果表明:對(duì)化合物進(jìn)行致癌性預(yù)測(cè)的SGCN分類(lèi)模型準(zhǔn)確率高達(dá)96.9%,比其余模型效果更好,這表明SGCN模型能夠準(zhǔn)確地對(duì)化學(xué)品進(jìn)行分類(lèi),并且在實(shí)際應(yīng)用中具有相當(dāng)大的潛力。

發(fā)表于:6/9/2022 10:03:00 AM

基于改進(jìn)BCCSA和深層LSTM的空氣質(zhì)量預(yù)測(cè)方法

基于改進(jìn)BCCSA和深層LSTM的空氣質(zhì)量預(yù)測(cè)方法[其他][其他]

現(xiàn)有的空氣質(zhì)量預(yù)測(cè)方法很少考慮季節(jié)性因素,且預(yù)測(cè)的效果不佳,因此提出一種基于改進(jìn)二元混沌烏鴉搜索算法(Binary Chaotic Crow Search Algorithm,BCCSA)和深層長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory,LSTM)的空氣質(zhì)量預(yù)測(cè)方法。首先提出季節(jié)調(diào)整的方法對(duì)收集的原始空氣質(zhì)量數(shù)據(jù)進(jìn)行預(yù)處理,以消除季節(jié)對(duì)預(yù)測(cè)的影響;然后提出改進(jìn)BCCSA,對(duì)空氣質(zhì)量數(shù)據(jù)進(jìn)行優(yōu)化處理;最后,將自注意力機(jī)制加入到深層LSTM中,對(duì)空氣質(zhì)量數(shù)據(jù)進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,該方法能有效地提高空氣質(zhì)量的預(yù)測(cè)精度。

發(fā)表于:6/9/2022 9:59:00 AM

基于支持向量機(jī)和PCA的腦電α波運(yùn)動(dòng)想象分類(lèi)研究

基于支持向量機(jī)和PCA的腦電α波運(yùn)動(dòng)想象分類(lèi)研究[其他][其他]

針對(duì)腦電信號(hào)(EEG)運(yùn)動(dòng)想象分類(lèi)過(guò)程中弱相關(guān)特征量影響分類(lèi)準(zhǔn)確度的問(wèn)題,提出一種篩選方法,該方法是基于α波和主成分分析(PCA)算法的?;谀X機(jī)接口(BCI)系統(tǒng),通過(guò)聽(tīng)覺(jué)誘發(fā)刺激產(chǎn)生向左和向右兩種運(yùn)動(dòng)想象任務(wù)對(duì)應(yīng)的腦電信號(hào),并對(duì)其做小波包分解處理,然后進(jìn)行腦電α頻段信號(hào)的重構(gòu),從而提取出α波形并對(duì)其進(jìn)行統(tǒng)計(jì)特征提取。再結(jié)合PCA技術(shù)和支持向量機(jī)(SVM)方法,實(shí)現(xiàn)弱相關(guān)特征的剔除和特征分類(lèi)。根據(jù)篩選后的數(shù)據(jù)進(jìn)行分類(lèi),所得結(jié)果準(zhǔn)確率更高,信號(hào)分類(lèi)的準(zhǔn)確度由90.1%提高至94.0%。

發(fā)表于:6/9/2022 9:55:00 AM

數(shù)字鄉(xiāng)村發(fā)展態(tài)勢(shì)、重點(diǎn)與路徑

數(shù)字鄉(xiāng)村發(fā)展態(tài)勢(shì)、重點(diǎn)與路徑[其他][信創(chuàng)產(chǎn)業(yè)]

數(shù)字鄉(xiāng)村建設(shè)是鄉(xiāng)村振興的戰(zhàn)略方向,更是數(shù)字中國(guó)落地的重要支撐。我國(guó)鄉(xiāng)村發(fā)展具有特色的政治、經(jīng)濟(jì)、文化形態(tài),也在全國(guó)一盤(pán)棋戰(zhàn)略布局中承載著獨(dú)特的發(fā)展使命。圍繞擴(kuò)大內(nèi)需、加快要素流動(dòng)、順暢國(guó)內(nèi)大循環(huán)的緊迫需求,推進(jìn)數(shù)字鄉(xiāng)村建設(shè)提檔升級(jí)已迫在眉睫。數(shù)字城市在發(fā)展環(huán)境、核心技術(shù)、市場(chǎng)空間和監(jiān)管保障等方面形成了良好的基礎(chǔ)和優(yōu)勢(shì),成為數(shù)字鄉(xiāng)村發(fā)展的核心引領(lǐng)和重要保障。

發(fā)表于:6/9/2022 9:50:00 AM

基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移研究綜述

基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移研究綜述[其他][其他]

為了推動(dòng)基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移技術(shù)的研究,對(duì)基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移的主要方法和代表性工作進(jìn)行了總結(jié)和討論?;仡櫫藗鹘y(tǒng)的風(fēng)格遷移算法,詳細(xì)介紹了基于神經(jīng)網(wǎng)絡(luò)的主要圖像風(fēng)格遷移的基本原理和方法,分析了相關(guān)基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移領(lǐng)域的應(yīng)用前景,最后總結(jié)了基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移存在的挑戰(zhàn)和未來(lái)研究方向。

發(fā)表于:6/9/2022 9:46:00 AM

衛(wèi)星卷繞式柔性太陽(yáng)電池陣關(guān)鍵技術(shù)研究

衛(wèi)星卷繞式柔性太陽(yáng)電池陣關(guān)鍵技術(shù)研究[電源技術(shù)][航空航天]

太陽(yáng)電池陣是絕大多數(shù)衛(wèi)星在軌運(yùn)行的唯一能量來(lái)源,針對(duì)未來(lái)6G空間通信建設(shè)衛(wèi)星星座的需求,衛(wèi)星太陽(yáng)電池陣需要在輸出功率不變的情況下進(jìn)一步減小質(zhì)量和體積。卷繞式柔性太陽(yáng)電池陣具有輕質(zhì)、高效、無(wú)需展開(kāi)驅(qū)動(dòng)等特性,成為空間太陽(yáng)電池陣發(fā)展的一個(gè)重要方向。梳理了卷繞式太陽(yáng)電池陣發(fā)展的歷程,介紹了國(guó)內(nèi)外卷繞式太陽(yáng)電池陣的發(fā)展現(xiàn)狀,并對(duì)關(guān)鍵技術(shù)進(jìn)行梳理,為未來(lái)6G衛(wèi)星太陽(yáng)電池陣選型及卷繞式太陽(yáng)電池陣的發(fā)展提供參考。

發(fā)表于:6/9/2022 9:41:00 AM

面向6G的低軌衛(wèi)星邊緣計(jì)算架構(gòu)研究

面向6G的低軌衛(wèi)星邊緣計(jì)算架構(gòu)研究[通信與網(wǎng)絡(luò)][航空航天]

移動(dòng)邊緣計(jì)算(MEC)為了滿(mǎn)足不斷增長(zhǎng)的計(jì)算需求被提出。在無(wú)處不在的連接和全球區(qū)域覆蓋的驅(qū)動(dòng)下,低地球軌道(LEO)衛(wèi)星可以突破地域限制,實(shí)現(xiàn)全球無(wú)線(xiàn)覆蓋,是未來(lái)6G移動(dòng)通信系統(tǒng)不可或缺的選擇。因此考慮通過(guò)將邊緣服務(wù)器放置在衛(wèi)星上形成邊緣計(jì)算衛(wèi)星,提出了一種衛(wèi)星邊緣計(jì)算的系統(tǒng)架構(gòu),可以為地球上的偏遠(yuǎn)地區(qū)的用戶(hù)或者極端環(huán)境需要應(yīng)急通信的用戶(hù)提供計(jì)算服務(wù)。

發(fā)表于:6/9/2022 9:36:00 AM

星地融合5G網(wǎng)絡(luò)架構(gòu)增強(qiáng)技術(shù)研究

星地融合5G網(wǎng)絡(luò)架構(gòu)增強(qiáng)技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

星地融合為5G網(wǎng)絡(luò)帶來(lái)更強(qiáng)的覆蓋能力、更靈活的組網(wǎng)能力和更健壯的網(wǎng)絡(luò)結(jié)構(gòu),使得5G網(wǎng)絡(luò)真正可能實(shí)現(xiàn)萬(wàn)物互聯(lián),因此成為5G網(wǎng)絡(luò)演進(jìn)的重要方向。首先介紹了在后5G時(shí)代支持星地融合的必要性,然后從網(wǎng)絡(luò)架構(gòu)和技術(shù)標(biāo)準(zhǔn)的角度分析了當(dāng)前星地融合5G網(wǎng)絡(luò)的發(fā)展階段和技術(shù)現(xiàn)狀?;诩夹g(shù)現(xiàn)狀,分析星地融合5G網(wǎng)絡(luò)在系統(tǒng)架構(gòu)演進(jìn)方面面臨的問(wèn)題,并給出架構(gòu)增強(qiáng)技術(shù)方案。

發(fā)表于:6/9/2022 9:30:00 AM

  • ?
  • …
  • 135
  • 136
  • 137
  • 138
  • 139
  • 140
  • 141
  • 142
  • 143
  • 144
  • …
  • ?

活動(dòng)

MORE
  • 【技術(shù)沙龍】聚焦數(shù)據(jù)資產(chǎn)——從技術(shù)治理到價(jià)值變現(xiàn)
  • 【熱門(mén)活動(dòng)】2025中國(guó)西部微波射頻技術(shù)研討會(huì)
  • 【熱門(mén)活動(dòng)】2025年數(shù)據(jù)要素治理學(xué)術(shù)研討會(huì)
  • 【技術(shù)沙龍】網(wǎng)絡(luò)安全+DeepSeek
  • 【熱門(mén)活動(dòng)】2025年NI測(cè)試測(cè)量技術(shù)研討會(huì)

高層說(shuō)

MORE
  • RISC-V國(guó)際基金會(huì)CEO:中國(guó)會(huì)員發(fā)揮了關(guān)鍵作用
    RISC-V國(guó)際基金會(huì)CEO:中國(guó)會(huì)員發(fā)揮了關(guān)鍵作用
  • 利用人工智能提升車(chē)間生產(chǎn)效率
    利用人工智能提升車(chē)間生產(chǎn)效率
  • 推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
    推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
  • 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)?;涞?>
                        </a>
                    </div>
                    <div   id= 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)?;涞?
  • AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
    AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會(huì)員與積分
  • 積分商城
  • 會(huì)員等級(jí)
  • 會(huì)員積分
  • VIP會(huì)員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区