深度学习在自动布局布线违规预测中的应用——以特征提取和样本处理为中心

扫码查看

原文链接

万方数据

中文摘要：本研究旨在探讨深度学习技术在自动布局布线违规预测中的应用,特别关注特征提取和样本处理过程.通过采用FCN-DenseNet结构,研究着重于提高电子设计自动化(EDA)工具中违规预测的准确性和效率.通过详细描述FCN-DenseNet的结构和功能,本文展示了如何有效地利用密集连接网络从复杂的电路布局图像中提取关键特征.研究结果表明,所提出的模型能够精确预测布线违规,显著提高了设计过程的效率.

作者：

黄侃

展开 >

作者单位：

深圳国微晶锐技术有限公司,广东深圳,518000

关键词：

深度学习自动布局布线违规预测特征提取

出版年：

2024

DOI：

10.19772/j.cnki.2096-4455.2024.8.030

电子元器件与信息技术

ISSN：

年,卷(期)：2024.8(8)