以機器學習技術協助預估電路佈局擺置中的繞線成本;Routing Cost Prediction at Placement Stage Using Machine Learning Technique

NCU Institutional Repository > 資訊電機學院 > 電機工程研究所 > 博碩士論文 > Item 987654321/77716

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/77716

题名:	以機器學習技術協助預估電路佈局擺置中的繞線成本;Routing Cost Prediction at Placement Stage Using Machine Learning Technique
作者:	曾華逸;Tseng, Hwa-Yi
贡献者:	電機工程學系
关键词:	機器學習;繞線成本;人工神經網路;Machine Learning;Routing Cost;Neural Network
日期:	2018-07-27
上传时间:	2018-08-31 14:53:44 (UTC+8)
出版者:	國立中央大學
摘要:	電路布局擺置後的結果，會嚴重影響繞線的方式。為了讓電路維持在最佳的效能以及排除非理想效應，在做佈局擺置的時候應該要有繞線成本的預估。在佈局擺置的階段，現行的繞線預估大多採用半周長來做推測，在多端點情況下可能不太正確。而且，對於較敏感的類比電路而言，繞線成本不單單只有線長而已，導線轉彎數以及線導孔的數量等參數也都會電路效能產生的影響。本論文利用機器學習的技術，協助設計者進行早期電路繞線成本的預估，希望能提早知道符合實際情況的繞線成本，幫助設計者在佈局擺置時進行對應的調整，以避免掉一些不必要的重複設計。我們將利用人工神經網路的方式做機器學習，藉由擺置的資訊來預測線長、轉彎數、以及線導孔數量等繞線成本。如同實驗數據所示，經過學習的神經網路將能精準預估佈局擺置過後的繞線成本，提供設計者有用的參考資訊。 ;The placement results have large impacts on routing results. In order to keep circuit performance and eliminate non-ideal effects, we have to predict routing cost at layout placement stage. Most of current approaches use semi-perimeter method to predict the routing cost at placement stage. It might not be correct in multi- terminal routing cases. Moreover, for sensitive analog circuits, routing cost considers more than wire length only. The turn numbers of each metal line and the via numbers of each net will also effect circuit performance. In this thesis, we use machine learning technique to help designer predict the routing cost at placement stage. With the predicted routing cost, we can make proper adjustment in advance to avoid unnecessary design iterations. Using artificial neural networks for machine learning, we can use the placement information to predict the routing cost, such as wire length, via numbers, and turn numbers. As shown in the experimental results, we can accurately predict wire length, via number, turn number base on the neural network models. They can be good references for designers to determine a good layout placement.
显示于类别:	[電機工程研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	122	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....