Vorhersage der Leistung von Mikroelektronik mit physikbasierter künstlicher Intelligenz
Wissenschaftler am Argonne National Laboratory haben ein physikbasiertes KI-Modell entwickelt, um die Leistung von Mikroelektronik mit hoher Genauigkeit und reduziertem Rechenaufwand vorherzusagen. Das Modell kombiniert maschinelles Lernen mit physikalischen Prinzipien und ermöglicht schnellere und zuverlässigere Simulationen.
Forscher des Argonne National Laboratory haben ein physikbasiertes künstliches Intelligenzmodell entwickelt, um die Leistungsfähigkeit von Mikroelektronik vorherzusagen. Dieser Ansatz integriert physikalische Gesetze in maschinelles Lernen, verbessert die Vorhersagegenauigkeit und reduziert gleichzeitig die im Vergleich zu herkömmlichen Simulationen erforderlichen Rechenressourcen. Das Modell soll die Entwicklung und Optimierung elektronischer Bauteile beschleunigen.
Quelle: GNews EN — AI —
Original