基于AdaBelief残差神经网络的超材料结构逆设计

基于深度学习的超材料器件设计得到了前所未有的发展,但在基于2维材料的反设计中,传统的人工神经网络难以解决在小采样空间内陷入局部最优值的问题,且随着结构的复杂性增加,需要耗费大量的计算成本.针对这些缺陷提出了一种基于AdaBelief优化算法的残差神经网络,选择基于石墨烯的多层交替薄膜结构的设计来验证该网络的有效性,采用...     

基于Handel-C的软硬件协同验证方法

针对数字集成电路中传统IP验证方法效率不高的问题,提出了一种新的IP验证方法。该方法以OpenGL-ES中坐标变换算法为例,利用Handel-C对其进行建模并用FPGA实现。最后与软件测试平台进行了协同验证。验证结果表明,对复杂的验证模块而言,该方法和传统的Modelsim仿真对比,在速度上具有明显的优势。