BriefGPT - AI 论文速递
·
学习驱动的物理感知大规模电路门尺寸调整
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种基于学习驱动的物理感知门尺寸调整框架，通过学习时序信息和物理信息，实现了多模态门尺寸感知时序模型，并通过梯度下降优化和自适应反向传播更新门尺寸，取得了更高的时序性能改善和更快的速度。
🎯
关键要点
-
提出了一种基于学习驱动的物理感知门尺寸调整框架。
-
该框架旨在优化大规模电路的时序性能。
-
通过学习时序信息和物理信息，实现了多模态门尺寸感知时序模型。
-
采用梯度下降优化和自适应反向传播更新门尺寸。
-
与商业门尺寸工具相比，取得了更高的时序性能改善和更快的速度。
➡️
