本项目旨在以超高速集成电路中的复杂互连结构为研究对象,以严格的电磁场全波数值访真分析为基础,建立面向CAD优化过程的人工神经网络模型,快速、准确地预测超高速窄脉冲藕旁诟丛踊チ峁怪械拇涮匦裕剿魅醯绱鸥扇拧⑿∈毖印⒌退鸷摹⑷跎⒌男滦突チ峁梗呖煽啃曰チ低成杓铺峁┘崾悼尚诺睦砺垡谰莺涂焖佟⒆既返腃AD模型。.
{{i.achievement_title}}
数据更新时间:2023-05-31
含饱和非线性的主动悬架系统自适应控制
城市生活垃圾热值的特征变量选择方法及预测建模
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
基于自组织小波小脑模型关节控制器的不确定非线性系统鲁棒自适应终端滑模控制
GaAs超高速集成电路复杂互连封装结构电磁仿真研究
高速电路复杂互连的信号完整性故障模型及测试方法研究
基于人工神经网络的复杂结构优化算法研究
学习复杂环境的联想神经网络模型及其应用研究