Dissertação

Semi-Supervised Artificial Neural Networks towards Push-Button Analog IC Placement EVALUATED

Neste trabalho é feito um estudo das possibilidades do uso de redes neuronais na tarefa do posicionamento automático de um circuito integrado analógico, foi desenvolvido um modelo capaz de gerar posicionamentos válidos, na prática, instantaneamente. A metodologia usada explora uma abordagem semi-supervised ao problema onde nenhuma orientação é dada à rede durante parte do treino, em vez de treinar o modelo para imitar os posicionamentos fornecidos no dataset, a rede aprende a cumprir restrições topológicas. Como prova de conceito, neste trabalho consideram-se as restrições mais usualmente consideradas durante o desenvolvimento da solução (simetria e current flow) que são avaliadas directamente pela função de custo desenvolvida. Adicionalmente, um vector de input que contém a descrição das restrições a que cada dispositivo está sujeito é desenvolvido. Esta nova representação, juntamente com uma metodologia de padding, permite criar um modelo único para múltiplas topologias de circuito. O resultado é um modelo capaz de interpretar restrições topológicas resultando num aumento significante da generalização do conhecimento adquirido. O foco na avaliação da qualidade topológica das previsões feitas leva à produção de diversas soluções distintas de forma imediata, mesmo para um único input, fornecendo ao designer, instantaneamente, várias recomendações válidas de placement,
Redes Neuronais, Design de Circuitos Integrados Analógicos, Automação de Design Electrónico, Optimização de Posicionamento

Novembro 19, 2019, 13:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Ricardo Miguel Ferreira Martins

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar Convidado

ORIENTADOR

Nuno Calado Correia Lourenço

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Colaborador Docente