인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
An automatic methodology is proposed to optimize analog device placement using reinforcement learning (RL). Device characteristics are influenced by local layout effects and the process node used; hence, physical layout information from post-layout simulation acts as the input for an artificial neural network (ANN). Trained ANNs can be implemented as surrogate models for length of diffusion and deep trench isolation, which are integrated into the reward functions of the learning agent. The Q-learning method is employed for RL. The proposed method emulates design expert expertise by sequentially applying multiple Q-learning with selected reward functions. This approach effectively completes local layout effect-aware automated placement in the early setup stage of advanced process nodes, even with limited design knowledge. Finally, two fundamental analog circuits, the folded cascode operational transconductance amplifier and comparator, are employed to demonstrate the method’s ability to achieve zero threshold voltage variation under local layout effects using dummy transistors and guard rings while maintaining area efficiency.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092296251
