Прогнозирование производительности микроэлектроники с помощью физически-информированного искусственного интеллекта
Учёные из Аргоннской национальной лаборатории разработали физически-информированную модель искусственного интеллекта для прогнозирования производительности микроэлектроники с высокой точностью и сниженными вычислительными затратами. Модель сочетает машинное обучение с физическими принципами, что обеспечивает более быстрые и надёжные симуляции.
Исследователи из Аргоннской национальной лаборатории создали модель искусственного интеллекта, учитывающую законы физики, для прогнозирования производительности микроэлектроники. Такой подход интегрирует физические законы в машинное обучение, повышая точность прогнозов и одновременно снижая требуемые вычислительные ресурсы по сравнению с традиционным моделированием. Модель предназначена для
Показать ещё ↓
Источник: GNews EN — AI —
оригинал