VCOS

新的 GNN 框架提高了射频电路性能预测的准确性

研究人员开发了一个新的图神经网络 (GNN) 框架，称为射频感知图神经网络 (RF-Informed Graph Neural Networks)，旨在准确高效地预测射频 (RF) 电路的性能。该方法使用领域特定的特征索引来提高跨不同电路拓扑的适应性和知识转移能力。该框架将电路表示为器件-终端图，保留了连通性和对称性，并与现有方法相比，在训练速度和数据效率方面显示出显著的改进。