アナログ回路設計のための機械学習駆動型グローバル最適化フレームワーク

本研究では、機械学習モデルを活用して、アナログ回路の最適なデバイスサイズを決定するための最適化フレームワークを提案する。機械学習ベースのグローバルオフラインサロゲートモデルを構築し、最適化アルゴリズムの収束を加速させ、スパイス シミュレーションの回数を大幅に削減する。