典型文献
基于深度学习的布线违例预测方法
文献摘要：
在先进工艺下,VLSI布线产生设计规则违例(DRC)的原因十分复杂,这使得全局布线的拥塞度不再能准确地反映DRC的分布.针对这个问题,提出了一种基于深度学习的预测布线违例分布的方法.该方法只使用布局阶段的引脚、线网和宏模块等版图信息作为特征和CSMOTE算法平衡数据集,无需进行全局布线,然后使用卷积神经网络对数据进行训练,最后用训练模型预测M2 short和cut group space布线违例的分布.该方法在一个采用先进工艺的真实工业设计上进行了测试.结果显示,该方法预测M2 short的准确率为93.4％,F1值为0.78;预测cut group space的准确率为92.5％,F1值为0.78.
文献关键词：
布线违例;深度学习;电子设计自动化;布局;布线规则检查
中图分类号：
作者姓名：
梁硕;李海华
作者机构：
上海交通大学电子信息与电气工程学院,上海200240
文献出处：
引用格式：
[1]梁硕;李海华-.基于深度学习的布线违例预测方法)[J].微电子学,2022(06):1027-1032
A类：
布线违例,CSMOTE,布线规则检查
B类：
先进工艺,VLSI,设计规则,DRC,十分复杂,拥塞度,用布,引脚,线网,版图,图信息,平衡数据集,训练模型,M2,short,cut,group,space,工业设计,电子设计自动化
AB值：
0.277957
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
