• 首页
  • 新闻
    业界动态
    新品快递
    高端访谈
    AET原创
    市场分析
    图说新闻
    会展
    专题
    期刊动态
  • 设计资源
    设计应用
    解决方案
    电路图
    技术专栏
    资源下载
    PCB技术中心
    在线工具库
  • 技术频道
    模拟设计
    嵌入式技术
    电源技术
    可编程逻辑
    测试测量
    通信与网络
  • 行业频道
    工业自动化
    物联网
    通信网络
    5G
    数据中心
    信息安全
    汽车电子
  • 大学堂
  • 期刊
  • 文献检索
期刊投稿
登录 注册

使用Xcelium Machine Learning技术加速验证覆盖率收敛

使用Xcelium Machine Learning技术加速验证覆盖率收敛[电子元件][消费电子]

随着设计越来越复杂,受约束的随机化验证方法已成为验证的主流方法。一般地,验证激励做到不违反spec描述条件下尽量随机,这样验证能跑到的空间才更充分。但是,这给功能覆盖率收敛带来极大挑战,为解决这一难题,Cadence率先推出了仿真器的机器学习功能——Xcelium Machine Learning,采用机器学习技术让功能覆盖率快速收敛,大大提高验证仿真效率。介绍了Xcelium Machine Learning的使用流程,并给出在相同模拟(simulation)验证环境下应用Machine Learning前后情况对比。最后Machine Learning在模拟(simulation)验证中的应用前景进行了展望。

发表于:2023/8/25 下午3:30:08

基于Cadence Integrity 3D-IC的异构集成封装系统级LVS检查

基于Cadence Integrity 3D-IC的异构集成封装系统级LVS检查[电子元件][消费电子]

随着硅工艺尺寸发展到单纳米水平,摩尔定律的延续越来越困难。2D Flip-Chip、2.5D、3D等异构集成的先进封装解决方案将继续满足小型化、高性能、低成本的市场需求,成为延续摩尔定律的主要方向。但它也提出了新的挑战,特别是对于系统级的LVS检查。采用Cadence Integrity 3D-IC平台工具,针对不同类型的先进封装,进行了系统级LVS检查验证,充分验证了该工具的有效性和实用性,保证了异构集成封装系统解决方案的可靠性。

发表于:2023/8/25 下午3:17:20

DDR5仿真精度研究及在内存升级中的应用

DDR5仿真精度研究及在内存升级中的应用[电子元件][消费电子]

使用Cadence公司的SystemSI对DDR信号通道进行整体仿真,同时,借助一博科技自研的Interposer夹具进行测试,经过多次的仿真测试拟合,所介绍的DDR仿真测试方法可以达到较高的精度。随着对内存带宽的需求不断提升,作为当前主流的DDR4局限性日益明显,通过具体案例说明了DDR5信号完整性提升的具体技术,并通过仿真对比,展示了DDR5在内存升级过程中的优势。

发表于:2023/8/25 下午2:56:43

基于FCM flow的小规模数字电路芯片测试

基于FCM flow的小规模数字电路芯片测试[测试测量][消费电子]

随着芯片工艺的不断演进,数字芯片的规模急剧增加,测试成本进一步增加。目前先进的DFT技术已应用于大规模SoC芯片的测试,包括扫描路径设计、JTAG、ATPG(自动测试向量生成)等。但对于一些小规模集成电路,插入扫描链等测试电路会增加芯片面积并增加额外的功耗。对于这种芯片,功能case生成的pattern可用于检测制造缺陷和故障。因此,需要一些方法来验证覆盖率是否达到了目标。Verisium manager工具依靠Xcelium的故障仿真引擎和Jasper功能安全验证应用程序(FSV)可以解决这个问题。它为 ATE(自动测试设备)pattern的覆盖率分析提供了一个新的思路。

发表于:2023/8/25 下午2:51:00

数据驱动的工业元宇宙系统研究

数据驱动的工业元宇宙系统研究[人工智能][物联网]

物联网、大数据及新一代信息技术的发展,对传统制造业带来前所未有的冲击,基于数据关键生产要素的工业元宇宙建设得到越来越多的关注,为传统制造业带来了机遇,也带来了挑战。分析讨论了工业元宇宙的背景、现状、关键支撑技术,并以某企业智造元宇宙平台的AR/VR虚拟仿真实训系统为例,初

发表于:2023/8/24 下午5:57:00

基于图像降噪的集成对抗防御模型研究

基于图像降噪的集成对抗防御模型研究[模拟设计][工业自动化]

深度学习的快速发展使其在图像识别、自然语言处理等诸多领域广泛应用。但是,学者发现深度神经网络容易受到对抗样本的欺骗,使其以较高置信度输出错误结果。对抗样本的出现给对安全性要求严格的系统带来很大威胁。研究了在低层特征(LowLevel Feature)和高层特征(HighLevel Feature)对图像进行降噪以提升模型防御性能。在低层训练一个降噪自动编码器,并采用集成学习的思路将自动编码器、高斯扰动和图像掩码重构等多种方式结合;高层对ResNet18作微小改动加入均值滤波。实验显示,所提出的方法在多个数据集的分类任务上有较好的防御性能。

发表于:2023/8/24 下午5:40:00

基于改进的长短期记忆神经网络交通流预测

基于改进的长短期记忆神经网络交通流预测[通信与网络][汽车电子]

针对未来时刻交通流量的预测问题,在考虑历史时刻车流量数据、日期属性、天气、降雨量等多方面影响因素的同时,提出一种考虑多方面影响因素的长短期记忆神经网络(LSTM*)模型。实验表明在对短期车流量进行预测时,LSTM*模型的准确性优于现有的基线方法;对长期车流量进行预测时,基于粒子群算法改进的长短期记忆神经网络(PSOLSTM*)模型的准确性优于LSTM*模型。

发表于:2023/8/24 下午5:00:00

 基于多维特征融合验证的物联终端安全防护方法研究

基于多维特征融合验证的物联终端安全防护方法研究[通信与网络][物联网]

物联网技术的快速发展和普及为人们的生活带来了诸多便利,但普遍部署在非受控环境的终端设备也时刻面临物理攻击、非法替换等安全隐患。设备接入验证是保障物联终端及物联网整体安全的关键,对此提出了一种基于多维特征融合验证的物联终端安全防护方法,通过采集设备操作系统类型、开放端口、MAC地址、IP地址用以表征设备身份,与预设规则进行比对后验证设备的合法性。实验表明,该方法在有效性和准确性方面表现良好,且具有低部署成本、高检测性能等优势,具有一定的实用性和推广价值。

发表于:2023/8/24 下午4:46:53

网络空间测绘资产数据价值评估模型的建立及应用

网络空间测绘资产数据价值评估模型的建立及应用[通信与网络][信息安全]

现有网络空间测绘系统具备端口响应信息获取、网络资产暴露面梳理、资产关联分析以及聚合统计等功能,并且积累了几十亿计规模的网络资产数据,但尚缺乏对于网络空间测绘资产数据价值的评估,无法定量地确定网络资产数据价值。提出了网络空间测绘资产数据价值评估模型,可以评估每条网络资产数据的价值,并依据价值评分确定数据价值重要度等级。网络空间测绘资产数据价值评估模型可在某组织机构的网络资产暴露面程度梳理、网络资产属性变化跟踪监控以及不同平台网络资产数据价值对比等方面进行应用,同时,能为安全研究人员和资产管理人员对掌握其所关注的网络目标资产安全状况变化趋势提供便利。

发表于:2023/8/24 下午4:40:43

一种新的基于形式概念分析的漏洞分析预处理方法

一种新的基于形式概念分析的漏洞分析预处理方法[通信与网络][信息安全]

漏洞分析技术已经成为企业应对安全问题的一个研究重点,通过对系统中已有漏洞进行分析,可以帮助企业和相关工作人员熟悉漏洞的特点与产生原因,甚至可以快速、高效地发现未知漏洞,避免资产损失。针对漏洞分析技术中漏洞预处理过程展开研究,提出一种新的基于形式概念分析的漏洞分析预处理方法,实现了对已有漏洞根据其特征快速进行聚类,并以图形化界面直观展示给用户的功能。实验表明新的漏洞分析预处理方法可以快速、准确地获得漏洞之间的所有关联,为用户进一步分析漏洞提供基础,符合企业及相关人员使用需求。

发表于:2023/8/24 下午4:24:13

  • <
  • …
  • 98
  • 99
  • 100
  • 101
  • 102
  • 103
  • 104
  • 105
  • 106
  • 107
  • …
  • >

活动

MORE
  • “AI+抗量子密码"技术沙龙活动将于月底举办
  • 2026国产车规芯片新品十强榜单正式发布
  • 征文启事:2026电子信息工程学术研讨会(集成电路应用杂志)
  • 直播预告|防火墙的过去、现在与未来
  • 2026 阿里云 Data+AI 工程师全球挑战赛圆满收官

高层说

MORE
  • 6G与AI双向奔赴:构筑面向2030年代的智能网络
    6G与AI双向奔赴:构筑面向2030年代的智能网络
  • 制造跃升:传统产业正迈入数智化转型的价值兑现期
    制造跃升:传统产业正迈入数智化转型的价值兑现期
  • 从Token到信任:AI 的2.5 万亿美元挑战
    从Token到信任:AI 的2.5 万亿美元挑战
  • 从 FactoryView(运营可视化)迈向智能决策支持
    从 FactoryView(运营可视化)迈向智能决策支持
  • 2026年,塑造下一波EDA创新浪潮的关键趋势
    2026年,塑造下一波EDA创新浪潮的关键趋势
  • 网站相关
  • 关于我们
  • 联系我们
  • 投稿须知
  • 广告及服务
  • 内容许可
  • 广告服务
  • 杂志订阅
  • 会员与积分
  • 积分商城
  • 会员等级
  • 会员积分
  • VIP会员
  • 关注我们

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2