PulseAugur
中
实时 04:56:48
English(EN) ParasGB: A Graph Benchmark Suite for Parasitic Estimation on AMS Circuits

新基准套件 ParasGB 发布，用于电路图学习

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 ParasGB，这是一个新的开源基准套件，用于在预布局阶段预测模拟和混合信号 (AMS) 电路的寄生参数。该套件解决了缺乏高保真基准来可重现地评估基于图神经网络 (GNN) 的寄生建模的问题。ParasGB 包含从已验证设计中提取的大规模、异构 RC 网络，以及用于多样化 GNN 架构的统一评估协议和标准化训练流程。该基准旨在促进电路图学习和寄生感知模型开发中的可重现研究。 AI

影响 为电路设计中的寄生参数估算建立了一个标准化基准，有可能加速电子设计自动化人工智能模型的发展。

排序理由 该集群包含一篇研究论文，介绍了一个用于特定机器学习应用的新基准套件。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新基准套件 ParasGB 发布，用于电路图学习

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jiajun Zou, Jiawei Liu, Ao Liu, Junnong Tian, Yibin Zhang, Chengjie Liu, Yuxi Wang, Shan Shen, Wenhua Gu, Jun Yang, Wenjian Yu ·

    ParasGB：用于 AMS 电路寄生参数估算的图基准测试套件

    arXiv:2607.23225v1 Announce Type: new Abstract: As chip manufacturing processes advance to deep submicron nodes, parasitic interconnect effects increasingly dominate the performance of analog and mixed-signal (AMS) circuits and often lead to costly layout iterations. This makes e…

相关实体

相关话题