ML-Accelerated Yield Analysis Framework Using Regularization for Sparsity in High-Sigma and High-Dimensional Scenarios
ML-Accelerated Yield Analysis Framework Using Regularization for Sparsity in High-Sigma and High-Dimensional Scenarios
复制标题
在高西格玛和高维场景中使用稀疏正则化的机器学习加速良率分析框架
DOI：
10.1109/tcad.2022.3192361
复制
发表时间：
2023-04
影响因子：
2.9
通讯作者：
Zou Xuecheng
中科院分区：
文献类型：
--
作者：
Xu Haoran;Fan Haoran;Jiang Bo;Chen Jianfei;Tong Qiaoling;Zou Xuecheng
集成电路中的高重复结构，如SRAM单元，通常需要极低的故障率，使得传统的蒙特卡罗分析非常耗时。此外，“维数灾难”已经成为现有hi的主要挑战。
Highly repetitive structures in IC, such as SRAM cells typically require extremely low failure ratio, making traditional Monte Carlo analysis extremely time consuming. Furthermore, the “curse of dimensionality” has become a major challenge for existing hi
登录
查看更多内容
影响因子：
3.9
作者：
Liang-Teck Pang;Shan Shen;Mengyun Yao
通讯作者：
Liang-Teck Pang;Shan Shen;Mengyun Yao
DOI：
10.1109/iccad.2008.4681593
发表时间：
2008-11
期刊：
2008 IEEE/ACM International Conference on Computer-Aided Design
影响因子：
--
作者：
L. Dolecek;Masood Qazi;Devavrat Shah;A. Chandrakasan
通讯作者：
L. Dolecek;Masood Qazi;Devavrat Shah;A. Chandrakasan
DOI：
10.1109/vlsi.2008.54
发表时间：
2008-01
期刊：
21st International Conference on VLSI Design (VLSID 2008)
影响因子：
--
作者：
Amith Singhee;Jiajing Wang;B. Calhoun;Rob A. Rutenbar
通讯作者：
Amith Singhee;Jiajing Wang;B. Calhoun;Rob A. Rutenbar
DOI：
10.1016/j.vlsi.2021.08.006
发表时间：
2021-08
期刊：
Integr.
影响因子：
--
作者：
Gamze Islamoglu;Tugberk Ogulcan Çakici;Seyda Nur Güzelhan;Engin Afacan;Günhan Dündar
通讯作者：
Gamze Islamoglu;Tugberk Ogulcan Çakici;Seyda Nur Güzelhan;Engin Afacan;Günhan Dündar
DOI：
10.1145/2024724.2024769
发表时间：
2011-06
影响因子：
2.9
作者：
Shupeng Sun;Yamei Feng;Changdao Dong;Xin Li
通讯作者：
Shupeng Sun;Yamei Feng;Changdao Dong;Xin Li