JP2005507128A - 物理的および非物理的なシステムのポジノミナルモデル化、サイジング、最適化および制御 - Google Patents
物理的および非物理的なシステムのポジノミナルモデル化、サイジング、最適化および制御 Download PDFInfo
- Publication number
- JP2005507128A JP2005507128A JP2003540877A JP2003540877A JP2005507128A JP 2005507128 A JP2005507128 A JP 2005507128A JP 2003540877 A JP2003540877 A JP 2003540877A JP 2003540877 A JP2003540877 A JP 2003540877A JP 2005507128 A JP2005507128 A JP 2005507128A
- Authority
- JP
- Japan
- Prior art keywords
- positive
- model
- numerical data
- computer
- fitting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
【0001】
著作権についての注意
この開示の一部分はアルゴリズムなどの著作権保護の対象である題材を含む。著作権の所有者は特許出願または特許文献をコピーすることに対して異議はないが、それ以外のすべての著作権を留保する。
【0002】
発明の分野
この発明はシステムのモデル化の分野に関する。特に、この発明は、シミュレーションおよび/または測定および/または観察などを介して性能データを利用可能な物理的(たとえば、電気的、化学的、機械的、生物学的)システムまたは非物理的(たとえば、経済的)システムのポジノミナル(posynomial)モデルの生成およびそのための装置に関する。この発明は、電子回路の設計、特に電子回路などのシステムの性能特性に対する解析的モデルの生成に適用可能である。これらモデルは、たとえば、設計および/または動作段階中のこれらシステムの自動的なサイジングおよび最適化など、そのようなシステムの設計、製造または動作段階中に使用可能である。
【背景技術】
【0003】
発明の背景
システムをモデル化することが有利である用途が多くある。問題の解がコスト関数において局所的な最小を持たないようにまたはこれらが避けられるようにシステムをモデル化できることは有用である。これはモデルが凸型で、1つの極小のみを有するということである。ポジノミナルの形でモデルを作り、幾何学的プログラミングを使用して解くことは、この利点が得られる1つの解決策である。例として、ポジノミナルモデルは集積回路のサイジングに対して提案されている。サイジングは、電子回路の設計において時間がかかりかつ費用のかかるステップである。
【0004】
US5,880,967は、凸型プログラミングは扱いにくく、応用しにくいことを示している。これは、解決策として線形プログラミングを提案している。
【0005】
最近、増幅器、スイッチキャパシタフィルタ、LCオシレータ等のアナログ集積回路のサイジングおよび最適化を幾何学的プログラムとして定式化が可能であることが[1]、[2]、[11]、[12]、[13]、[14]の中で示された。これら回路は、ポジノミナル形式で作らなくてはならない象徴的な式で特徴付けられる。幾何学的プログラムの利点は、(1)問題が凸型であり、したがって、唯一のグローバルな最適条件を有すること、(2)この最適条件は最適化の開始点とは相互に関係しないこと、(3)実行不可能な条件のセット(すなわち、作用しない)を識別できることである。さらに、幾何学的プログラムの最適条件は、比較的大きな問題に対しても非常に効率的に見つけられる。サイジングは非常に高速なため(数秒)、設計空間の探査およびプロセスコーナー解析を非常に容易に行なうことができる。しかしながら、このアプローチにはいくつかの限界がある。
【0006】
1.回路の最大限の性能を特徴付ける近似の象徴的な式を導かなければならない。これら式から、ポジノミナルでの試みがなされる。コンピュータで自動化されたシンボリック解析技術の進歩にもかかわらず、これらは依然として主に小さな信号特性に限られており、大きな信号および一時的な特性は手動で導く必要がある(たとえば、[1]および[2]を参照)。
【0007】
2.式はポジノミナル形式で作らなくてはならない。多くの回路特性がポジノミナルであることが示されているが、すべての特性について当てはまるわけではない。この場合、式は何らかのポジノミナルモデルによって近似されなくてはならない。これは手動で行なうもので、近似エラーの制御が難しい。
【0008】
3.出版されている文献([1]および[2])のデバイスモデルはポジノミナル形式で近似される。このことによって、特にミクロンを大きく下回るCMOSプロセスでは、さらにエラーが生じる。結果は、今日、設計者によって使用され信頼されている、十分に確立されかつ受入れられているBSIM−3v3などのモデルとは異なる。
【0009】
EP 223 526は電子回路を最適化する方法を説明しているが、この方法は解析関数または一括回路解析を使用してモデルを生成する。
【0010】
US 6,269,277は幾何学的プログラミングおよびポジノミナルモデルの使用を説明している。ポジノミナルは、ISAACまたはSYNAPなどの既知のシンボリック解析器によって生成される。しかしながら、これら既知の方法は、システムを規定するためにポジノミナルとして再度作られる解析関数に依存する。一般的に、いくらかの手動の作業が必要である。
【0011】
事前公開されていないUS 6,425,111は、単項式を性能曲線に適合することによってポジノミナル様の関数を入手する方法を説明しているが、この方法は単項式に制限されているため、ポジノミナルには一般的ではない。データセグメントで直線適合を使用することは、たとえば2つの直線近似の接合部などで、直線が測定されたかまたはシミュレーションされた性能値から大きく離れ始めるときにエラーを生じさせる。
【0012】
[参考文献]
【0013】
【表1】
【発明の開示】
【発明が解決しようとする課題】
【0014】
発明の概要
たとえば、幾何学的プログラミングを使用して、強力な最適化プログラムで使用できるシステムをモデル化するためのポジノミナルを生成するためのより一般的な方法および装置が必要とされている。
【0015】
上述の必要性は、特許請求の範囲に規定される方法および装置によって解決される。
【0016】
システムの性能データを使用して、自動的にポジノミナルモデルを生成するための方法を開示する。この数値性能データは、シミュレーションおよび/または測定および/または観察によって入手することができる。性能の数値データが入手可能でありかつシステムが再現可能な態様で挙動するのであれば、モデル化され得る物理的または非物理的なシステムの種類には特に制限はない。たとえば、電子回路では、特性は正確なデバイスモデルを使用して数値的なSPICEシミュレーションによって見つけることができる。この発明による方法では以下のようである。
【0017】
1.簡略化された式の演繹的な生成は不要である。たとえば、モデルは、等式ではなく数値データのみを出力するSPICEシミュレーションによって構築される。
【0018】
2.シグノミナル(signomial)モデルをポジノミナルモデルに手動で再投入すること(近似を伴い得る)は不要である。この発明の一局面は、シグノミナルモデルの特定のセットをポジノミナルモデルへと自動的に再投入するコンピュータの実行可能なアルゴリズムおよびコンピュータシステムである。別の局面では、直接的にポジノミナルモデルを生成し、シグノミナルモデルまたはより一般的なモデルの近似のポジノミナルモデルへの再投入を避ける方法および装置が提供される。
【0019】
3.BSIM−3v3またはMM11などのSPICEシミュレーションおよび確立された装置モデルの最大限の精度を使用して入力データを生成し、そこからモデルを生成することができる。
【0020】
この発明は、シグノミナルモデルを数値データに適合し、続いてポジノミナルモデルに自動的に再投入することによって、システムの性能特性に対するポジノミナルモデルをこれら性能特性の数値データに基づいて生成するための方法を提供する。シグノミナルモデルはn階数の多項式であり得る。シグノミナルモデルをポジノミナルモデルへ再投入することは、自動的に行なわれることが好ましい。たとえば、自動的な再投入はコンピュータの実行可能なアルゴリズムによって制御され得る。
【0021】
この発明は、ポジノミナルやテンプレートを数値データに直接適合することによって、システムの性能特性に対するポジノミナルモデルをこれら性能特性の数値データに基づいて生成するための方法を提供し、ポジノミナルテンプレートは任意の実数の指数を含む。
【0022】
数値データは、測定、観察または数値的シミュレーションによって入手することができる。システムは、電子回路、またはマイクロ電気機械的システム(MEMS;micro electro-mechanical system)などの物理的なシステムであり得る。
【0023】
この方法は、線形または非線形の性能特性に対するポジノミナルモデルを生成することができる。この方法は仕様に依存しないモデルおよび/または疎なモデルを生成することができる。
【0024】
この発明は、上述の方法のいずれかによって入手されるモデルも含む。
【0025】
この発明は、上述の方法にいずれかによって入手されるモデルに基づいて電子回路をサイジングまたは最適化するための方法を含む。
【0026】
ポジノミナルモデルは、サイジングまたは最適化の繰返し中に適合するように更新してもよい。
【0027】
電子回路などのシステムの設計のためのポジノミナル性能モデル化の上述の方法は、回路などのシステムを分析的に解析することなく、および/または結果的な解析的な式をポジノミナル形式に再投入することなく、および/またはポジノミナル形式でそれらを近似することなく、実行される。したがって、この発明は、モデル化されるシステムを説明するために簡略化された式を演繹的に生成することなく、ポジノミナル性能パラメータモデルを生成するための方法を含む。
【0028】
ポジノミナル性能パラメータモデルの生成は、デバイスモデルを使用するSPICE様のシミュレーションなどの数値的シミュレーション技術に基づいてもよい。
【発明を実施するための最良の形態】
【0029】
発明の詳細な説明
この発明をある実施例および図面に関して説明するが、この発明はそれらに限定されず、請求項によってのみ限定される。実施例は単なる例として与えられ、当業者には、この発明の教示はこれら具体的な例を超え、物理的および非物理的なシステムの両方に一般的に適用可能であることが理解されるであろう。この発明を主に半導体素子および電子回路への適用で説明するが、この発明は、機械的、化学的、生物学的、電気的および電子的なシステムに幅広く適用され得る。たとえば、解析関数が利用可能でないかまたは正確でないシステムが多くある。そのようなシステムでは、シミュレーションまたは測定によってパラメータ研究を行ない、観察されたまたはシミュレーションされた性能特性とシステムの設計変数での変化との間の隠れた関係を記録するデータのセットを生成するのが可能であることが多い。システムによっては(たとえば、天気予報)、人間の介入による設計変数の変更が可能ではない。しかしながら、ある期間にわたってそのようなシステムを観察することで、システムの変数は変化し、数値データの観察によって記録することができる。数値データは、たとえば、主要成分解析による無関係な変数の排除によってサイズを低減することができる。この発明はそのような数値データを入力として使用し、これにポジノミナルモデルを適合する。ポジノミナルは、少なくとも2つの単項式の合計を含み得る。さらに、この発明によって生成されるポジノミナルモデルは、具体的な適用のためにポジノミナルを解くための好適な解決器とともに使用することができる。たとえば、幾何学的プログラミングの使用は、解決器としてこの発明の範囲内に含まれる。
【0030】
1 この発明の理論的な基礎
1.1 性能モデル化
入力信号Eを出力信号Yへと変形するシステムSを考える(図1)。システムSは、その挙動に影響する設計パラメータのセットXに依存する。
【0031】
Y=S(E,X) (1)
この入出力の関係の数学的なモデル化は挙動モデル化と呼ばれる。組合せ(Y,E)によって、励起Eの影響下にあるシステムの特定の性能piを決定することができる。特定の性能piのセットをうまく選べば、そのシステムの全体の性能を知ることができる。これら性能piは、集めてベクトルPにすることができる。したがって、設計者の視点から見ると、鍵となる関係は以下のとおりである。
【0032】
P=F(X) (2)
この関係の数学的なモデル化は性能モデル化と呼ばれる。
【0033】
1.2 ポジノミナルモデル化問題
ポジノミナルおよび幾何学的プログラミング
X=(x1,x2…,xn)Tが実数の正の変数のベクトルであるとする。式f(X)は、
【0034】
【数1】
【0035】
の形を有し、ci∈{すべての実数のセット}かつαij∈{すべての実数のセット}の場合に、シグノミナルと呼ばれる。
【0036】
すべてのciが正であると制限した場合、式f(X)はポジノミナルと呼ばれる。式(3)がポジノミナルで、かつm=1である場合、式f(X)は単項式と呼ばれる。
【0037】
(第1の)幾何学的プログラムは条件付の最適化問題
【0038】
【数2】
【0039】
であり、すべてのfi(X)はポジノミナルであり、すべてのgj(X)は単項式である。
【0040】
すべての変数xkをzk=log(xk)で置換し、目的関数f0(X)およびすべての制約fi、gjの対数をとることによって、変形された問題が凸型の最適化問題であることがわかる。このため、それは唯一のグローバルな最適条件を有する。さらに、この最適条件は、大きな問題の場合でも内点法([3]、[4]を参照)を使用して、非常に効率的に見つけることができる。
【0041】
スケーリング
ポジノミナル関数の引数の領域は正の実数のセットに制限されているため、n次元の設計空間のハイパー立方体
【0042】
【数3】
【0043】
は、次の正規化されたn次元の超立方体へとマッピングされる。
【0044】
【数4】
【0045】
これらマッピングされた変数は、生成されなくてはならないポジノミナル関数に対する引数の変数であるとみなされる。
【0046】
これらマッピングの例は次のとおりである。
【0047】
・線形マッピング
【0048】
【数5】
【0049】
・対数マッピング
【0050】
【数6】
【0051】
しかしながら、正の象眼(すべての正の実数のセット)へのマッピングであれば、どのようなものでも使用可能である。
【0052】
式(4)の標準的な幾何学的プログラミングの定式化を考慮すると、すべての性能条件は、式(4)の通常の形でモデル化されるべきである。したがって、性能変数piも、たとえば、以下のスケーリングを使用してスケーリングされる。
【0053】
・線形スケーリング
【0054】
【数7】
【0055】
Wは任意の重み係数であり、pi,specはユーザが指定する性能である。定式中のプラス記号(+)は、パラメータpiが最小化される必要があるかまたは≦−条件(pi≦pi,spec)である場合に使用される。定式中のマイナス記号(−)は、そのパラメータが最大化される必要があるかまたは≧−条件(pi≧pi,spec)である場合に使用される。
【0056】
・対数スケーリング
【0057】
【数8】
【0058】
Wは任意の重み係数であり、pi,specはユーザが指定する性能である。定式中のプラス記号(+)は、パラメータpiが最小化される必要があるかまたは≦−条件(pi≦pi,spec)である場合に使用される。定式中のマイナス記号(−)は、そのパラメータが最大化される必要があるかまたは≧−条件(pi≧pi,spec)である場合に使用される。
【0059】
pi=pi,specであるときにpi,scaled=1である場合のみ、さまざまなスケーリングの定式を使用可能である。スケーリングの定式(9)および(10)は、モデルの、設計の仕様への真の依存を生じさせない。なぜなら、特定の仕様のセットを使用して生成されたモデルは、定数項の単純な加法または減法によって新たな任意の仕様のセットに変換され得るためである。この動作は、モデルのポジノミナル性を損なわない。したがって、スケーリングの定式(9)および(10)を使用して生成されるモデルは「仕様に依存しない」といわれる。
【0060】
この発明による方法の目的は、ポジノミナル適合問題を解くことである。
【0061】
この発明の第1の実施例に従って、まずシグノミナル適合問題を定義する。
【0062】
シグノミナル適合問題
性能サンプルのセット
【0063】
【数9】
【0064】
および所与の対数αij∈{すべての実数のセット}を備える種類(3)のモデルテンプレートがある場合に、
【0065】
【数10】
【0066】
が最小となるように、係数ci、ただしci∈{すべての実数をセット}、を決定する。
【0067】
ポジノミナル適合問題
追加の条件
【0068】
【数11】
【0069】
を備えたシグノミナル適合問題を解く。
【0070】
1.3 全体的な概念
乗物システムとしての電子的なトランジスタレベルの回路を使用して、この発明のある実施例を説明する。しかしながら、モデルが生成されるシステムは、どのような物理的(たとえば、電気的、化学的、数学的、生物学的)システムまたは非物理的(たとえば、経済的、財務的または銀行業務)システムであってもよい。システムに対する唯一の要件は、その挙動が測定、観察またはシミュレーション可能であることである。たとえば、後者の場合では、微分方程式などの解析的な式のセットを使用して説明できることである。後者の場合、その挙動は、さまざまな微分方程式のセットを数値的に解くことによって計算(またはシミュレーション)が可能である。2つの開示される方法が当てはまる全体的な概念は図2に示される。このアプローチは、性能データを提供するステップ1およびこの性能データへのモデルの適合を行なうステップ2を含む。任意でモデル品質評価の第3のステップを設けてもよい。性能データは測定可能であり、たとえば、システムの設計変数を変動させて、応答が測定される。これは、設計変数が系統的に変動され、システムの応答が記録されるパラメータ研究として行なってもよい。以下に、単に例として、電子回路に関してシミュレーション方法を説明する。すなわち、性能データはシステムの構成要素の説明に基づいてシミュレーションされる。
【0071】
方法の入出力
第1の入力は、たとえば、ネットリスト4などのシステムに対する構成要素リストの形でのシステムの説明である。このネットリスト4は設計変数でパラメータ化される。つまり、トランジスタ面積などの設計変数は各構成要素に結び付けられる。これらは、ある特定の望まれる回路の挙動を達成するために変更可能な変数である。これら変数は、回路の挙動に影響するものであればどのような変数でもよい。例としては、動作点ノード電圧、動作点ドレイン電流、バイアス電圧、バイアス電流、幾何学的構造のようなデバイスパラメータ(たとえば、MOSトランジスタの幅および長さ、バイポーラ接合トランジスタのベースエミッタ面積、受動素子の素子の値)または不整合パラメータ、技術的パラメータ(たとえば、ドーピングレベル、酸化ゲートの厚み)または環境的なパラメータ(たとえば、温度、放射レベル)などがある。ネットリスト4は、回路レベルのネットリストであればどのようなものでもよく、たとえば、パラメータ化されたSPICEネットリストまたは図10に関して以下に説明される適用例で使用されるネットリストであってもよい。
【0072】
第2の入力は、設計変数によって構成される多次元ベクトル入力空間の選ばれたハイパー体積3(たとえば、ハイパー立方体の部分空間)である。このハイパー体積3は、モデルの対象の面積を規定する。このハイパー体積3を超える外挿は大きな不正確性につながり得る。大きな体積を選択することは、詳細なモデルの正確さを低減することになり得る。たとえば、すべての設計変数に対して、下方境界および上方境界が指定される。このハイパー立方体の部分空間の説明の例は、図10に関して説明される適用例に見られる。
【0073】
出力は標準的なポジノミナルモデルのセットである。これらは設計変数で定式化された標準的な形のポジノミナル関数である。これら関数の関数値は、もともとの回路の挙動によって実現される性能値の近似である。この出力は、(モデルを理解しかつモデルの情報を使用して回路を設計できる)回路設計者に対する設計支援として使用可能である。出力は、数値的な最適化ループで使用して望まれる回路挙動を課す設計変数の値のセットを決定してもよい。モデルは標準的な形であるため、どのような幾何学的プログラミングソフトウェアプログラムでも変更なしに使用することができる(たとえば、[4]を参照)。
【0074】
一般的に、モデルはさまざまな用途に使用することができる。
【0075】
a) 物理的なシステムの動作パラメータを変更するため。たとえば、方法のステップにおいて、たとえば、仕様内にシステムの性能を維持するために別の変数の変化に応じて温度を上げ下げする。したがって、この発明は、生成されたモデルの使用に基づくシステムの制御を含む。
【0076】
b) システムの構成要素の寸法または特性を変更するため。たとえば、トランジスタのサイズを変更し、この変更された構成要素を備えたシステムを実装して、たとえば、最適化された構成要素の特性を備えた関連する電子回路を生産する。
【0077】
c) システムの構成要素を追加または除去するため。
【0078】
d) トレードオフ、たとえば、トランジスタのサイズとコストの間でのトレードオフを行なうため。
【0079】
e) 感度解析、たとえば、トランジスタのサイズに関する性能の感度はどのくらいかなどの感度解析を行なうため。
【0080】
f) 構成要素を変更する、サイズ、重量、面積を低減するなどの他の方法でシステムを最適化するため。
【0081】
g) 後続のまたは先行する従属プロセスを変更するため。たとえば、半導体処理において、第1のステップの実際の動作パラメータをこの発明によって生成されたこのプロセスのモデルに入力することによって、ドーピングステップが行われた後にエッチングステップを変更するため。後続のエッチングプロセスは、この発明によるそのプロセスのモデルまたは別のモデルを使用することによって、ドーピング中の動作条件の偏りにかかわらず計画された結果を提供するように適合される。
【0082】
h) システムに追加される構成要素を変更するため。たとえば、動作の一部の間にシステムに導入される原材料の量、温度、粒状化、酸度、湿度などを変更するため。
【0083】
すべての入力および/または出力データならびにすべての中間の計算およびこの発明によって生成されたポジノミナルモデルの表現は、コンピュータのメモリ(たとえばこれらに限らないが、RAM、ROM、PROM、EPROM、EEPROM)内で、磁気的(たとえばこれらに限らないが、ハードディスク、フロッピー(登録商標)ディスク、テープ)、または光学的(たとえばこれらに限らないが、CDROM、CDR、CDRW、DVD、DVD−R、DVD−RAM/RW)もしくは磁気光学的(たとえばこれに限らないが、MO−ディスク)、紙(たとえば、書かれたまたは印刷された)などどのような記憶媒体上にあってもよい。
【0084】
性能の計算
“実験の設計(Design of Experiments)”からの技術を使用して、たとえば、サンプル点{Xk,s|k=[1:a]}の正規化されたリストが適合ハイパー立方体3内で選択される。すべてのサンプル点は単一の実験に対応する。性能の計算のステップは図3にさらに詳しく見られる。まず、正規化されたサンプリング点は、(式(7)または(8)のような)マッピング定式の逆数を使用してステップ5で非正規化される。パラメータ化されたネットリスト6および性能の仕様7とともに、十分に指定されたSPICEネットリスト9がコンポーザ8に構成される。このネットリスト9(第1の入力)を数値的シミュレータ10(たとえば、SPICEおよびその市販されている派生物)に与え、数値的シミュレーションが行なわれ、数値的シミュレーションの結果を含む出力ファイル11が得られる。これら結果は、たとえば、プレーンテキストファイルまたはバイナリファイルに組込むことができる。この結果ファイルから、モデル化される性能の値Pkがステップ12で抽出される。結果は必要であればステップ13でスケーリングされる。
【0085】
この性能計算のステップは、すべての実験に対して実行される。これらすべての実験は、ネットワーク(たとえば、これらに限らないがLAN、WAN)に装着されたコンピュータのネットワーク上でまたはパラレルプロセッサを使用して直列または並列でコンピュータ上で作動させることができる。
【0086】
モデルの適合
ポジノミナルモデル適合エンジン2は、ポジノミナルテンプレートをこの数値性能データセットに適合する。この発明の2つの実施例はこのポジノミナルモデル適合問題を解く。数値データ準備技術、たとえば、係数スクリーニングおよび主要成分解析などは、望まれないかまたは不必要な次元数を低減するために、提案されるモデル化アプローチとともにモデル適合プロセスの前に使用可能である。
【0087】
モデル品質評価
生成されたモデルの品質適合の品質を評価するため、適合の品質パラメータqを使用することができる。この適合品質は、モデルが適切であるかまたは調節を必要とするかを判断するのに有用である。このパラメータの出発点は偏りの測定、たとえば、a個のサンプリング点での偏りの二乗平均である。次に、このパラメータはサンプリング点の性能範囲で除すことによって正規化される。
【0088】
【数12】
【0089】
式(14)において、性能範囲が0に近づくときにエラーの過大評価を避けるためにcは定数である。
【0090】
しかしながら、適合ハイパー立方体(サンプリング点には一致しない)内にある検証点を使用することで、より現実的な品質検証の判断基準が得られる。
【0091】
次のように定義される3つの相対的な品質の数値を使用することができる。
【0092】
・qoc:中心点における相対的なモデルの偏り
・qtc:適合ハイパー立方体の内側にあるサンプリング点で評価される式(14)の品質の数値
・qwc:モデルの一般化に使用されるもともとのサンプリング点で評価される式(14)の品質の数値。
【0093】
2 2つのモデル生成技術
2.1.1 間接適合法
この発明の間接適合の実施例は、シグノミナル適合問題は突き詰めると式(12)のユークリッドノルムを使用するときに最小二乗の意味において線形の式の過剰決定されたセットを解くことであるという事実に基づく、[5]を参照。間接適合法の概要は図4に示される。任意で、データセット{(X1,pi,1),X2,pi,2),...,(Xa,pi,a)}は、ステップ15において、X平面の原点について対称であるデータセットへとまず変形される。変数の変形は任意であり省略可能であるが、これによって多項式のパラメータ回帰が数値の視点からより安定したものになる。その後、n階数の多項式、たとえば2階数の多項式は、サンプリング点でのエラーを最小化するなどのために(変形15が行なわれるか行なわれないかに応じて)ステップ16または17で適合される。当業者は、適合を最適化する方法が多くあり、最小二乗エラー方法はその1つにすぎないことを知っている。これは標準の線形代数、たとえば、LU分解またはよりよいQR因数分解、[5]を参照、を使用して行なうことができる。変形15が行われたとき、ステップ18の逆の変形が行なわれる。結果的なn階数、たとえば2階数の多項式は、ステップ19でポジノミナル式によって近似され、結果的なモデルが生成される。ポジノミナル近似のステップの本質は、適合ハイパー立方体の中心での(公称のおよび第1の派生的な)エラーを最小化することである。
【0094】
このようにして、次の形
【0095】
【数13】
【0096】
のポジノミナルモデルを生成することが可能であり、nは設計パラメータの数であり、xi,k,j,lは正である。
【0097】
2階数の多項式モデルがどのように近似のポジノミナルモデルに変換されるかを説明する。次の一般的なn次元の2階数の多項式モデルを考える。
【0098】
【数14】
【0099】
正の係数ci、ci,i、cijを有する項は単項式の項である。負の係数を有する項は、次のように中心点X*=(x1 *,x2 *,...,xn *)Tについてポジノミナル近似によって近似される。
【0100】
・負の線形の項:ci<0
【0101】
【数15】
【0102】
diおよびbiは、関数値および第1の導関数が維持されるように選ばれる。すなわち
【0103】
【数16】
【0104】
・負の相互作用の項:cij<0
【0105】
【数17】
【0106】
dijおよびbijは、関数値および第1の導関数が維持されるように選ばれる。すなわち
【0107】
【数18】
【0108】
・負の二次項:ci,i<0
【0109】
【数19】
【0110】
di,iおよびbi,iは、関数値および第1の導関数が維持されるように選ばれる。すなわち
【0111】
【数20】
【0112】
図5はこれら近似を示す。これら近似は中心点X*での良好な適合を支持するモデルを作ることは明らかである。繰返される回路のサイジング中に、この中心点は移動し、そのような条件下でモデルは適合するように更新される、[2]、[6]を参照。
【0113】
上述の近似を逆の順序で適用することでシグノミナル項はモデルから取除かれる。ただし、負になる可能性が最も高い定数項は除く。このことは何ら問題にならない。なぜなら、幾何学的プログラムに現れる場合、この定数項は排除することができ、プログラムの幾何学的な性質は保持されるためである。
【0114】
第1の実施例の例示的な例
2つの入力x1ならびにx2および1つの出力yを備え、入出力の関係がy=h(x1,x2)であり、
【0115】
【数21】
【0116】
であるシステムを考える。
【0117】
この関係をグラフに示したものが図6に見られる。この関係は未知であるとするが、(x1,x2)=(0.5,0.5)のまわりで興味深いとみなされる領域におけるいくつかの入力の組合せの影響下にある出力をシミュレーションまたは測定もしくは観察することは可能であるとする。これらシミュレーションまたは測定もしくは観察の結果は次のサンプルデータセットである。
【0118】
【表2】
【0119】
第1のステップは、変数の変形を適用して、このデータセットを原点に関して対称にすることである。
【0120】
【数22】
【0121】
この結果は次のとおりである。
【0122】
【表3】
【0123】
2階数の多項式
【0124】
【数23】
【0125】
を、標準の最小二乗パラメータ回帰を使用してこれら変形されたサンプルデータ点に適合すると次のようになる。
【0126】
【数24】
【0127】
式(24)を使用して、変数を再度変形して戻すと、
【0128】
【数25】
【0129】
となり、
【0130】
【数26】
【0131】
である。
【0132】
この多項式適合は、もともとの(未知の)入出力関係とともに図6に示される。
【0133】
多項式g(x1,x2)はまだポジノミナルではない。なぜなら、c1,c2およびc1,1は負であるからである。(x1,x2)=(0.5,0.5)であることがわかっているので、式(21)および(22)を使用して近似することができ、
【0134】
【数27】
【0135】
であり、式(17)および(18)をして近似することができる。
【0136】
【数28】
【0137】
この結果はポジノミナルモデル
【0138】
【数29】
【0139】
となり、
【0140】
【数30】
【0141】
である。
【0142】
このポジノミナルモデルは、もともとの(未知の)入出力関係および多項式モデルとともに図6に示される。そのqwcは85%となる。
【0143】
2.1.2 直接適合法
この発明による直接適合の実施例はポジノミナル適合問題を直接的に解く。ポジノミナル適合問題は単一の目的最適化問題
【0144】
【数31】
【0145】
として書き直すことができ、xj, tおよびpi, tは、それぞれt番目の実験でのxjの値およびpiの値である。目的関数(34)は、凸型の条件セットに限定される正の半限定2階数多項式である。したがって最適化問題は凸型である。
【0146】
この発明による直接適合法のある実施例のアルゴリズムは図7に見られる。このアルゴリズムはモデルの定数項が係数c1を有すると仮定している。アルゴリズムの本質のため、疎なポジノミナルモデル、すなわち、係数の大半がゼロであるモデルとなる。直接適合技術は、任意の実数の指数を備えたポジノミナルモデルのモデル係数を適合することができる。
【0147】
第2の実施例の例示的な例
再び上述のセクションの例示的なシステム、すなわち、2つの入力x1ならびにx2および1つの出力yを備え、(未知であると仮定される)入出力の関係がy=h(x1,x2)であり、
【0148】
【数32】
【0149】
であるシステムを考える。
この関係をグラフで示したものが図8に見られる。上述の例示的なサンプルデータセット、すなわち、次のものを再使用する。
【0150】
【表4】
【0151】
目的は、次のようなポジノミナルテンプレートを適合することである。
【0152】
【数33】
【0153】
図7の直接適合アルゴリズムの動作を説明するため、ステップごとにアルゴリズムを検討する。ステップの番号は以下の説明の行の終わりの近くに示される。簡略化のため、カウンタ初期化は省略する。
【0154】
{1} Ψ(C)を構成することで開始する
{2} Ψprev=+∞に設定し、Cに対する任意の開始点、たとえば、C=(1,1,...,1)Tを選ぶ。
【0155】
以下の一覧では、すべての列は、式(36)の係数の順番にベクトル成分に対応する。
【0156】
【数34】
【0157】
{3} 外部ループに入る
{3.1} 内部ループに入る
{3.1.1} Cが負の成分を含むまで、最小化ルーチン、たとえば、共役勾配効果、たとえば[7]のFletcher-Reevesアルゴリズムを使用して、Ψ(C)を最小化することで開始する。しかし、どのような共役勾配効果アルゴリズムを使用してもよい。この結果は次のようである。
【0158】
【数35】
【0159】
{3.1.3} すべての負の成分(定数項を除く)はゼロに設定される。
【0160】
【数36】
【0161】
であり、sigcounter=2である。
【0162】
{3.1.5} ゼロに設定された負の成分は、それらの対応する勾配(G)成分が正である場合に固定される。さもなければそれらはリリースされる。
【0163】
【数37】
【0164】
この場合、リリースは行なわれない(releasecounter=0)。
【0165】
sigcounter≠0であるので、ループ3.1に再び入る。
【0166】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0167】
【数38】
【0168】
{3.1.3} 負の成分はゼロに設定される。
【0169】
【数39】
【0170】
であり、sigcounter=2である。
【0171】
{3.1.5} 勾配を計算すると次のようになる。
【0172】
【数40】
【0173】
したがって、リリースは行なわれない(releasecounter=0)。
【0174】
sigcounter≠0であるので、ループ3に再び入る。
【0175】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0176】
【数41】
【0177】
{3.1.3} 負の成分はゼロに設定される。
【0178】
【数42】
【0179】
であり、sigcounter=2である。
【0180】
{3.1.5} 勾配を計算すると次のようになる。
【0181】
【数43】
【0182】
したがって、リリースは行なわれない(releasecounter=0)。
【0183】
sigcounter≠0であるので、ループ3.1に再び入る。
【0184】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0185】
【数44】
【0186】
{3.1.3} 負の成分はゼロに設定される。
【0187】
【数45】
【0188】
であり、sigcounter=1である。
【0189】
{3.1.5} 勾配を計算すると次のようになる。
【0190】
【数46】
【0191】
したがって、リリースは行なわれない(releasecounter=0)。
【0192】
sigcounter≠0であるので、ループ3.1に再び入る。
【0193】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0194】
【数47】
【0195】
{3.1.3} 負の成分はゼロに設定される。
【0196】
【数48】
【0197】
であり、sigcounter=1である。
【0198】
{3.1.5} 勾配を計算すると次のようになる。
【0199】
【数49】
【0200】
したがって、リリースは行なわれない(releasecounter=0)。
【0201】
sigcounter≠0であるので、ループ3.1に再び入る。
【0202】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0203】
【数50】
【0204】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0205】
{3.1.5} 勾配を計算すると次のようになる。
【0206】
【数51】
【0207】
したがって、3つのリリースが行なわれ得るので、releasecounter=3である。
【0208】
sigcounter≡0であるので、ループ3.1を停止する。
【0209】
{3.2} releasecounter≠0であるので、ループ3を続ける。
【0210】
【数52】
【0211】
{3.4.2} Cの4番目の成分は最大の軸方向の下降を提供し、リリースされる。ループ3.1に再び入る。
【0212】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0213】
【数53】
【0214】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0215】
{3.1.5} 勾配を計算すると次のようになる。
【0216】
【数54】
【0217】
したがって、1つのリリースが行なわれ得るため、releasecounter=1である。
【0218】
sigcounter≡0であるので、ループ3.1を停止する。
【0219】
{3.2} releasecounter≠0であるので、ループ3を続ける。
【0220】
【数55】
【0221】
{3.4.2} Cの5番目の成分(リリースされ得る唯一のものである)は最大の軸方向の下降を提供し、リリースされる。
【0222】
ループ3.1に再び入る。
【0223】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0224】
【数56】
【0225】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0226】
{3.1.5} 勾配を計算すると次のようになる。
【0227】
【数57】
【0228】
したがって、2つのリリースが行なわれ得るため、releasecounter=2である。
【0229】
sigcounter≡0であるので、ループ3.1を停止する。
【0230】
{3.2} releasecounter≠0であるので、ループ3を続ける。
【0231】
【数58】
【0232】
{3.4.2} Cの6番目の成分は最大の軸方向の下降を提供し、リリースされる。ループ3.1に再び入る。
【0233】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0234】
【数59】
【0235】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0236】
{3.1.5} 勾配を計算すると次のようになる。
【0237】
【数60】
【0238】
したがって、1つのリリースのみが行なわれ得るため、releasecounter=1である。
【0239】
sigcounter≡0であるので、ループ3.1を停止する。
【0240】
{3.2} releasecounter≠0であるので、ループ3を続ける。
【0241】
【数61】
【0242】
{3.4.2} Cの3番目の成分は最大の軸方向の下降を提供し、リリースされる。
【0243】
ループ3.1に再び入る。
【0244】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0245】
【数62】
【0246】
{3.1.3} 負の成分はゼロに設定される。
【0247】
【数63】
【0248】
であり、sigcounter=1である。
【0249】
{3.1.5} 勾配を計算すると次のようになる。
【0250】
【数64】
【0251】
したがって、リリースは行なわれない(releasecounter=0)。
【0252】
sigcounter≠0であるので、ループ3.1に再び入る。
【0253】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0254】
【数65】
【0255】
{3.1.3} 負の成分はゼロに設定される。
【0256】
【数66】
【0257】
であり、sigcounter=1である。
【0258】
{3.1.5} 勾配を計算すると次のようになる。
【0259】
【数67】
【0260】
したがって、リリースは行なわれず、releasecounter=0である。
【0261】
sigcounter≠0であるので、ループ3.1に再び入る。
【0262】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0263】
【数68】
【0264】
{3.1.3} 負の成分はゼロに設定される。
【0265】
【数69】
【0266】
であり、sigcounter=1である。
【0267】
{3.1.5} 勾配を計算すると次のようになる。
【0268】
【数70】
【0269】
したがって、リリースは行なわれず、releasecounter=0である。
【0270】
sigcounter≠0であるので、ループ3.1に再び入る。
【0271】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0272】
【数71】
【0273】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0274】
{3.1.5} 勾配を計算すると次のようになる。
【0275】
【数72】
【0276】
したがって、2つのリリースが行なわれ得るので、releasecounter=2である。
【0277】
sigcounter≡0であるので、ループ3.1を停止する。
【0278】
{3.2} releasecounter≠0であるのでループ3を続ける。
【0279】
【数73】
【0280】
{3.4.2} Cの4番目の成分は最大の軸方向の下降を提供し、リリースされる。
【0281】
ループ3.1に再び入る。
【0282】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0283】
【数74】
【0284】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0285】
{3.1.5} 勾配を計算すると次のようになる。
【0286】
【数75】
【0287】
したがって、1つのリリースが行なわれ得るので、releasecounter=1である。
【0288】
sigcounter≡0であるので、ループ3.1を停止する。
【0289】
{3.2} releasecounter≠0であるので、ループ3を続ける。
【0290】
【数76】
【0291】
{3.4.2} Cの4番目の成分は最大の軸方向の下降を提供し、リリースされる。
【0292】
ループ3.1に再び入る。
【0293】
{3.1.1} Cの固定されない成分のみを考慮して、Ψ(C)を最小化する。結果は次のようである。
【0294】
【数77】
【0295】
{3.1.3} 負の成分はないため、sigcounter=0である。
【0296】
{3.1.5} 勾配を計算すると次のようになる。
【0297】
【数78】
【0298】
したがって、リリースは行なわれ得ず、releasecounter=0である。
【0299】
sigcounter≡0であるので、ループ3.1を停止する。
【0300】
{3.2} releasecounter≡0であるので、ループを停止する。
【0301】
これでアルゴリズムは終わりである。
【0302】
結果的なポジノミナルモデルは
【0303】
【数79】
【0304】
であり、
【0305】
【数80】
【0306】
である。
【0307】
そのqwcは13.3%になる。
【0308】
3 生成されたモデルの使用
この発明に従って生成されたモデルは多くの目的に使用することができる。たとえば、以下にいくつかの例を挙げる。
【0309】
1.鍵となる設計変数、および設計者が分析しなければならない回路の性能に対するそれらの影響を理解する上で設計者を支援する設計支援として使用することができる。
【0310】
2.ポジノミナル性能モデルを使用するマクロモデルを使用したシミュレーションを高速化するために使用することができる。
【0311】
3.ユーザの指定したすべての条件を満たしかつ特定の目的に向けて最適化される設計変数の最適なセットを見つけるために、幾何学的プログラムの一部として使用することができる。
【0312】
用途1を図11から14を参照して以下に例示する。
【0313】
挙動モデルの一部としてのポジノミナル性能モデルの使用は、一般的に知られているモデル(たとえば、シグノミナルモデル)を使用するのと同じぐらい有利である。したがって、この点に関してさらに論じる必要はない。
【0314】
生成されたモデルを幾何学的プログラムの一部として使用するには、さらにいくつかの操作が必要であり、これを説明する。
【0315】
この発明の技術を使用して、特に式(9)または(10)などの性能スケーリング公式を使用して生成された性能モデルは、式(4)の標準的な幾何学的プログラミング定式化において目的関数f0(X)または制約関数fi(X)として直接的に現れ得る。適合テンプレートが単合式テンプレートに制限される場合、性能モデルは等式条件gj(X)として使用可能である。問題が2つだけ起こり得るが、それらは次のとおりである。
【0316】
1.目的関数は2つ以上の性能パラメータの線形の組合せである必要がある。各パラメータを個々に適合する代わりに性能値の線形の組合せを適合することで、これを容易に解決することができる。さらに、線形の組合せの重みが正である場合、個々のモデルは結果的な目的関数のポジノミナル性を損なうことなく線形で組合わせることができる。
【0317】
2.生成されたモデルの定数項(c1)は負であり得る(ポジノミナルであるという条件に反する。この負荷は、さらに手直しすることによって容易に克服することができる。
【0318】
【数81】
【0319】
を考える。
【0320】
このモデルが目的関数として作用する場合、条件はさらなる最適化とは関係ないため、ゼロに設定され、結局、モデルはポジノミナルになる。このモデルが不等式条件として作用する場合、それは次のように(4)の幾何学的プログラミング定式の中に現われる。
【0321】
【数82】
【0322】
これは
【0323】
【数83】
【0324】
に等しく、これは式(4)の要件を再び満たし、不等式の左手側がポジノミナルであるとことが保証されることがわかる。
【0325】
一般に最適化ソフトウェアは標準的な最適化問題を扱うように書かれているため(たとえば、[4]を参照)、モデルは、さらに手直しすることなく最適化器に対する入力として使用可能な状態である。
【0326】
3.1 第2の実施例のさらなる例
3.1.1 テストセットアップ
テスト事例として、BSIM 3v3 MOSトランジスタモデル[8]を使用してモデル化された(現在はAMI Semiconductorの一部であるAlcatel Microelectronicsからの)0.7μmCMOS技術の高速CMOS OTA(図9を参照)を使用する。供給電圧は5Vである。この技術の公称のしきい値電圧は、NMOS素子に対しては0.76Vであり、PMOS素子に対しては−0.75Vである。回路は10pFのロードキャパシタンスを駆動しなければならない。OTAのネットリストは図10に見られる。
【0327】
目的は、システムパラメータ、たとえば、低周波数利得(Av ,LF)、単位周波数(fu)、位相マージン(PM)、入力参照オフセット(voffset)および正ならびに負のスリューレート(SRp,SRn)に対する式を導いて、幾何学的プログラミングに基づく自動サイジングアプローチでモデルを使用できるようにすることである。以下の仕様が目標である。
【0328】
【表5】
【0329】
幾何学的プログラミング定式化(その直接の形では最小化のみをサポートする)を満たすため、最大化される必要があるかまたは≧−条件(すなわち、−Av ,LF,−fu,−PMおよび−SRp)に従う特性の逆数を適合する。すべての特性は式(9)に従って線形にスケーリングされるが、fuは式(10)に従って対数的にスケーリングされる。
【0330】
13の独立した設計変数を図9の高速OTAに対して選ぶことができる。変数の有界範囲vi∈[lbi,ubi]は、
【0331】
【数84】
【0332】
を使用して、xi,s∈[0,1]へと対数的にマッピングされる。
【0333】
結果として、すべてのスケーリングされた変数は、(ポジノミナル定式化に必要とされるように)正である。表2は、選ばれた設計変数およびそれらの境界の概要である。
【0334】
【表6】
【0335】
特性の各々をモデル化するため、設計空間の中心点(xi=0.5,i=[1:13])のまわりで2つの異なるサンプリングハイパー立方体の幅(dx=0.1,dx=0.01)を使用して、ポジノミナル式を導く。
【0336】
実験は、243の実験[9]を含む強さ3の3レベルの直交するアレイを使用して設計された。他のサンプリング方法も使用可能である。性能データは、SUN(登録商標) Ultra Sparc I(SPECfp95は9)からHP B-1000(SPECfp95は42)などの16のUNIX(登録商標)ワークステーション上で、それらのネイティブのOSを使用して生成された。各シミュレーションはどのコンピュータ上で作動してもよく、したがって、どのコンピュータ(またはコンピュータのクラスタ)を使用してこれら計算を行なってもよい。243のサンプリング点の完全なセットを入手するのに必要とされるシミュレーションには約3分かかった。使用されたシミュレータはBerkeley SPICE 3f4[10]であった。これらのシミュレーションには、SPICEのようなシミュレータであればどのような市販されているシミュレータでも使用可能である。これらデータを使用して、性能特性(−Av ,LF,−fu,−PM,voffset,−SRp,SRn)のセット全体を適合することができる。
【0337】
3.1.2 結果的なモデルの品質
(式(14)およびc=0を使用して得られた)結果的なモデルの品質は、表3で評価することができる。
【0338】
【表7】
【0339】
3.1.3 結果的なモデルおよびさらなる使用
直接適合法の結果的なモデルおよびそれらが疎であることは、図11ならびに図12(dx=0.1)および図13ならびに図14(dx=0.01)からわかる。これらの図では、下部の各行は設計変数xiに対応する。各列はモデルの1つの特定の項、xi,xj入力パラメータの組合せに対応する。下部のセル(欄)のハッチングは、モデルの変数の指数の値を示す(入力パラメータの範例も参照)。透明のセルは値がゼロの指数に対応し、すなわち、対応する設計変数が項の中に存在しない。上部のバーは各々係数の数値を示す。灰色のバーは正の係数に対応し、黒いバーは負の係数に対応する。係数の値は通常、尺度上では見えず、軸の下方の小さなバーによって示される。項の相対的な動的な範囲(すなわち、ある項の最大値と最小値の差、この差が最大である項に対して正規化される)は中間の棒グラフによって示される。これら棒グラフによって、モデルに現われる主流の設計パラメータを容易に見つけることができる。異なるモデルのグラフを完全に水平に整列することで、直交する項、すなわち、他の性能特性を損なうことなく1つの性能特性に大きく影響するのを可能にする項を見つけることができる。このようにして、性能特性間の相関関係を非常にすばやく見つけることができる。さらに、これらグラフを使用して、異なる性能パラメータを独立して調整する設計変数を識別することができる。
【0340】
実装
図15は、この発明によるシステムおよび方法とともに使用可能なコンピュータシステムの概略図である。ビデオディスプレイ端子44、キーボード46などのデータ入力手段、およびマウス48などのグラフィックユーザインターフェイス表示手段を含み得るコンピュータ60が示される。コンピュータ60は、UNIX(登録商標)ワークステーションなどの汎用コンピュータとして実現してもよい。
【0341】
コンピュータ60は、従来のマイクロプロセッサなどの中央演算ユニット(CPU)45を含み、Intel Corp USAによって供給されるPentium(登録商標)IVプロセッサはその単なる例である。いくつかの他のユニットがシステムバス22を介して相互に接続される。コンピュータ60は少なくとも1つのメモリを含む。メモリは、ランダムアクセスメモリ(「RAM」)、リードオンリメモリ(「ROM」)、当業者に知られるハードディスクなどの不揮発性読取/書込メモリなどの当業者に知られるさまざまなデータ記憶装置のいずれかを含み得る。たとえば、コンピュータ60は、ランダムアクセスメモリ(「RAM」)24、リードオンリメモリ(「ROM」)26、システムバスを任意のビデオディスプレイ端子44に接続するための任意のディスプレイアダプタ27、および周辺機器(たとえば、ディスクおよびテープドライバ23)をシステムバス22に接続するための任意の入出力(I/O)アダプタ29を含んでもよい。ビデオディスプレイ端子44は、コンピュータ60の視覚的な出力であり、コンピュータハードウェアの分野でよく知られるCRTに基づくのビデオディスプレイなどの好適なディスプレイ装置であればどのようなものでもよい。しかしながら、ポータブルコンピュータまたはノートブックコンピュータでは、ビデオディスプレイ端子44はLCDまたはガスプラズマに基づくフラットパネルディスプレイで置換えてもよい。コンピュータ60は、キーボード46、マウス48、任意のスピーカ36を接続し、外部システム20のセンサ40などの物理的な値の捕捉装置から任意の物理的な値の入力を可能にするためのユーザインターフェイスアダプタ49をさらに含む。センサ40はシステム20の物理的なパラメータを捕捉するための好適なセンサであればどのようなものでもよい。これらセンサ40は、システム20の動作または設計を特徴づけるのに必要とされる関連する物理的な値、たとえば、温度、圧力、流体速度、電界、磁界、電流、電圧を捕捉するためのセンサを含み得る。たとえば、システム20は、CAD−CAM技術を使用して電子回路が設計されるコンピュータに基づく電子回路設計環境であってもよい。またはこれに代えて、システム20は化学企業の処理プラントであってもよい。付加的または代替の物理的なシステム21の物理的なパラメータを捕捉するための付加的または代替のセンサ41は、コンピュータ60をインターネット、イントラネット、ローカルエリアネットワークまたはワイドエリアネットワーク(LANもしくはWAN)またはCANなどのデータネットワークに接続する通信アダプタを介してバス22に接続してもよい。このことによって、シミュレーションされる物理的なシステムの物理的な値または表現を通信ネットワーク上で伝送することが可能になる。たとえば、物理的なシステムの説明を近くの場所で入力し、たとえば、インターネットを介してそれを遠隔の場所に伝送し、そこでプロセッサがこの発明による方法を実行してその物理的なシステムに関係するパラメータを近くの場所に返すことが可能となる。
【0342】
「物理的な値の捕捉装置」または「センサ」という言葉は、モデル化される物理的なシステムのパラメータの値を提供する装置を含む。同様に、物理的な値の捕捉装置またはセンサは、進歩する物理的なシステムの詳細を伝送するための装置を含み得る。この発明は、キーボード46を使用して、または23などの記憶装置からの、コンピュータへの直接の物理的な値の入力をその範囲内に含む。
【0343】
システム20および/または21のパラメータ制御ユニット37も通信アダプタ38を介して接続してもよい。パラメータ制御ユニット37は、この発明によるポジノミナル関数を使用してシステムをモデル化するためのコンピュータプログラムを作動させるコンピュータ60からの出力値またはそのような出力の値から導かれるかそれを表わす値を受取ってもよく、コンピュータ60からの出力の値の受取に応答して物理的なシステム20および/またはシステム21のパラメータを変更するように適合してもよい。たとえば、半導体装置の1つの素子の寸法は出力に基づいて変更してもよく、材料は、たとえばアルミニウムから銅へと変更してもよい。または材料は出力に基づいて修正してもよく、たとえば、半導体層のドーピングレベルが異なるようにしてもよい。
【0344】
コンピュータ60は、コンピュータ60の動作を指示するために機械の読取可能な媒体内にあるグラフィカルユーザインターフェイスを含む。好適な機械の読取可能な媒体であればどのような媒体でも、ランダムアクセスメモリ(RAM)24、リードオンリメモリ(ROM)26、磁気ディスク、磁気テープ、または光学ディスク(最後の3つはディスクおよびテープドライブ23内にある)などのグラフィカルユーザインターフェイスを保持してよい。好適なオペレーティングシステムおよび関連するグラフィカルユーザインターフェイス(たとえば、MicrosoftのWindows(登録商標))がCPU45に指示してもよい。さらに、コンピュータ60はコンピュータメモリストレージ52内にある制御プログラム51を含む。制御プログラム51は、CPU上で実行されるとコンピュータ60のオペレーティングシステムの基本的な動作を実行する命令を保持する。
【0345】
当業者には、図15に示されるハードウェアは具体的な用途によって変わり得ることが理解されるであろう。たとえば、光学ディスク媒体、オーディオアダプタ、またはコンピュータハードウェアの分野でよく知られているPALまたはEPROMプログラミング装置などのチッププログラミング装置等のその他の周辺装置を、既に説明したハードウェアとともにまたはその代わりに使用してもよい。
【0346】
図15に示される例では、この発明によるコンピュータプログラム製品はコンピュータストレージ52内にあってもよい。しかしながら、この発明はこれまでも、これからもそうであるが、この発明のメカニズムはさまざまな形でプログラム製品として分散可能であり、かつ分散を実際に実行するのに使用される信号保持媒体の特定の種類にかかわらず等しく適用されることを当業者が理解することが重要である。コンピュータの読取可能な信号保持媒体の例は、フロッピー(登録商標)ディスクおよびCD ROMなどの記録可能な種類の媒体およびデジタルならびにアナログ通信リンクなどの伝送の種類の媒体がある。
【0347】
この発明によるコンピュータプログラム製品は、上述のこの発明の方法のいずれかを実行するためのコードのセグメントを含む。上述の方法は、Cなどの好適な言語でプログラミングし、コンピュータ60の関連するプロセッサに対してコンパイルしてもよい。
【0348】
図15および上述の説明は、システムの性能をそのパラメータに結び付ける数値データに適合することでポジノミナルモデルを生成するためのメモリおよびプロセッサを有するコンピュータに基づくシステムを開示している。上述の説明は以下の実施例を開示する。
【0349】
1) 1つまたは両方のシステム20、21がコンピュータシステムであり、たとえば、シミュレーション実験を実行してこの発明のポジノミナル適合法のための入力数値データを生成するために並列して使用可能ないくつかのコンピュータがコンピュータ60上で作動する。
【0350】
2) システム20、21のうちの少なくとも1つは、この発明に従って生成されたポジノミナルモデルから導かれた出力を使用して適合または制御されるシステムであり、コンピュータ60上で作動する。出力を導くのに幾何学的プログラミングを使用してもよい。システム20および/またはシステム21は物理的システムまたは非物理的なシステムであってもよい。
【0351】
3) システム20、21のうちの少なくとも1つが、半導体製品のための製造プロセスまたは電子回路もしくは銀行業務システムまたは財務システムなどの物理的な実体であり、システム20および/または21のうちの少なくとも1つの構成要素は、この発明に従って生成されたポジノミナルモデルから導かれた出力に応答して、修正、適合、最適化、追加または除去される、コンピュータ60上で作動する。出力を導くのに幾何学的プログラミングを使用してもよい。
【0352】
4) コンピュータ60および/またはシステム20および/またはシステム21は物理的な実体のための設計環境であり、設計はこの発明に従って生成されたポジノミナルモデルから導かれる出力に応答して修正される。
【図面の簡単な説明】
【0353】
【図1】Xによってパラメータ化され、励起Eおよび応答Yを備え、性能Pにつながる電子システムSの図である。
【図2】この発明の実施例の概略的なブロック図である。
【図3】この発明の方法およびシステムへの入力として使用するためのシミュレーションに基づく性能計算の図である。
【図4】この発明のある実施例による間接適合法の概略的なフロー図である。
【図5】(a)負の線形項、(b)負の二次項および(c)負の相互作用項のポジノミナル近似法の図である。もともとの項は実線で示され、近似のポジノミナルは破線で示される。
【図6】この発明のある実施例による間接適合法の例示的な例のための入出力関係(h(x1,x2))、適合された2階数のポジノミナル(g(x1,x2))、およびポジノミナル(f(x1,X2))のグラフである。
【図7】この発明のある実施例による直接適合アルゴリズムの例である。
【図8】この発明のある実施例による直接適合法の例示的な例のための入出力関係(h(x1,x2))、およびポジノミナル(f(x1,X2))のグラフである。
【図9】高速CMOS OTAの概略図である。
【図10】性能データのシミュレーションのために使用可能なファイルのリスト:highspeed.dsc(例示的な動作トランスコンダクタンス増幅器のネットリスト)である。
【図11A】この発明のある実施例によるdx=0.1に対する直接適合法を使用して生成されたモデルのグラフである(Av,LF、図11a、fu、図11b、PM、図11c)。
【図11B】この発明のある実施例によるdx=0.1に対する直接適合法を使用して生成されたモデルのグラフである(Av,LF、図11a、fu、図11b、PM、図11c)。
【図11C】この発明のある実施例によるdx=0.1に対する直接適合法を使用して生成されたモデルのグラフである(Av,LF、図11a、fu、図11b、PM、図11c)。
【図12A】この発明のある実施例によるdx=0.1に対する直接適合法を使用したさらなるモデルのグラフである(voffset、図12a、SRp、図12b、SRn、図12c)。
【図12B】この発明のある実施例によるdx=0.1に対する直接適合法を使用したさらなるモデルのグラフである(voffset、図12a、SRp、図12b、SRn、図12c)。
【図12C】この発明のある実施例によるdx=0.1に対する直接適合法を使用したさらなるモデルのグラフである(voffset、図12a、SRp、図12b、SRn、図12c)。
【図13A】この発明のある実施例によるdx=0.01に対する直接適合法を使用して生成されたさらに別のモデルのグラフである(Av,LF、図13a、fu、図13b、PM、図13c)。
【図13B】この発明のある実施例によるdx=0.01に対する直接適合法を使用して生成されたさらに別のモデルのグラフである(Av,LF、図13a、fu、図13b、PM、図13c)。
【図13C】この発明のある実施例によるdx=0.01に対する直接適合法を使用して生成されたさらに別のモデルのグラフである(Av,LF、図13a、fu、図13b、PM、図13c)。
【図14A】この発明のある実施例によるdx=0.01に対する直接適合法を使用したモデルのグラフである(voffset、図14a、SRp、図14b、SRn、図14c)。
【図14B】この発明のある実施例によるdx=0.01に対する直接適合法を使用したモデルのグラフである(voffset、図14a、SRp、図14b、SRn、図14c)。
【図14C】この発明のある実施例によるdx=0.01に対する直接適合法を使用したモデルのグラフである(voffset、図14a、SRp、図14b、SRn、図14c)。
【図15】この発明とともに使用可能なコンピュータシステムの概略図である。
Claims (34)
- システムの性能特性に対するポジノミナルモデルを、これら性能特性の数値データに基づいて、前記ポジノミナルモデルを前記数値データに間接的または直接的に適合するステップによって生成するためのコンピュータに基づく方法。
- 前記適合するステップは、シグノミナルモデルを前記数値データに適合し、続いてポジノミナルモデルに自動的に再投入するステップを含む、請求項1に記載の方法。
- 前記シグノミナルモデルは、n階数の多項式である、請求項2に記載の方法。
- 適合するステップはポジノミナルテンプレートを前記数値データに直接的に適合するステップを含み、前記ポジノミナルテンプレートは任意の実数の対数を含む、請求項1に記載の方法。
- ポジノミナルは少なくとも2つの単項式の線形の合計である、請求項1から4のいずれかに記載の方法。
- 前記数値データは測定および/またはシミュレーションおよび/または観察によって入手される、請求項1から5のいずれかに記載の方法。
- 前記システムは物理的なシステムである、請求項1から6のいずれかに記載の方法。
- 前記システムは電子回路または半導体装置もしくはマイクロ電気機械システム(MEMS)である、請求項7に記載の方法。
- 前記システムは線形または非線形の性能特性を示す、請求項1から8のいずれかに記載の方法。
- 前記ポジノミナルモデルは仕様に依存しないモデルである、請求項1から9のいずれかに記載の方法。
- 前記ポジノミナルモデルは疎なモデルである、請求項1から10のいずれかに記載の方法。
- 記憶装置内にありかつ請求項1から11の方法のいずれかによって入手されるモデル。
- 請求項1から11の方法のいずれかによって入手されるポジノミナルモデルに基づいて電子回路、半導体装置またはマイクロ電気機械システム(MEMS)をサイジングまたは最適化するための方法。
- 前記ポジノミナルモデルは前記サイジングまたは最適化の繰返し中に適合するように更新される、請求項13に記載の方法。
- ポジノミナルモデルは、前記システムを分析的に解析することなく、および/または結果的な解析的な式をポジノミナル形式に投入することなく、および/またはそれらをポジノミナル形式で近似することなく、または簡略化した式を演繹的に生成することなく入手される、請求項1から11のいずれかに記載の方法。
- ポジノミナル性能パラメータモデルの生成は、数値的なSPICE様のシミュレーションに基づく、請求項15に記載の方法。
- 請求項13から16のいずれかの方法によって入手される電子回路、半導体装置またはマイクロ電気機械システム。
- システムの性能特性に対するポジノミナルモデルを、これら性能特性の数値データに基づいて生成するためのメモリおよびプロセッサを含むコンピュータシステムであって、前記ポジノミナルモデルを前記数値データに間接的または直接的に適合するための手段を含む、コンピュータシステム。
- 前記適合するための手段は、シグノミナルモデルを前記数値データに適合し、続いてポジノミナルモデルに自動的に再投入するための手段を含む、請求項18に記載のコンピュータシステム。
- 前記適合するための手段は、ポジノミナルテンプレートを前記数値データに直接的に適合するための手段を含み、前記ポジノミナルテンプレートは任意の実数の指数を含む、請求項18に記載のコンピュータシステム。
- ポジノミナルは少なくとも2つの単項式の線形の合計である、請求項18から20のいずれかに記載のコンピュータシステム。
- 測定および/またはシミュレーションおよび/または観察によって入手された前記数値データを入力するための入力手段をさらに含む、請求項18から21のいずれかに記載のコンピュータシステム。
- 幾何学的プログラミング手段をさらに含む、請求項18から22のいずれかに記載のコンピュータシステム。
- メモリおよびプロセッサを有するコンピュータシステム上で実行されるときにシステムの性能特性に対するポジノミナルモデルをこれら性能特性の数値データに基づいて生成するコンピュータプログラムプロダクトであって、前記ポジノミナルモデルを前記数値データに間接的または直接的に適合するための手段を含む、コンピュータプログラムプロダクト。
- そのコードが前記コンピュータシステム上で実行されるときにシグノミナルモデルを前記数値データに適合し、続いてポジノミナルモデルに自動的に再投入するための手段を実行するためのコードをさらに含む、請求項24に記載のコンピュータプログラムプロダクト。
- そのコードが前記コンピュータ上で実行されるときにポジノミナルテンプレートを前記数値データに直接的に適合するための手段を実行するためのコードをさらに含み、前記ポジノミナルテンプレートは任意の実数の指数を含む、請求項24に記載のコンピュータプログラムプロダクト。
- ポジノミナルは少なくとも2つの単項式の線形の合計である、請求項24から26のいずれかに記載のコンピュータプログラムプロダクト。
- そのコードがコンピュータシステム上で実行されるときに幾何学的プログラムを実行するためのコードをさらに含む、請求項24から27のいずれかに記載のコンピュータプログラムプロダクト。
- 請求項24から27のいずれかに記載のコンピュータプログラムプロダクトを記憶するデータキャリア。
- 第1のシステムのモデル化のための方法であって、前記第1のシステムの説明を近くの場所から、処理エンジンが請求項1から11のいずれかによる方法を実行する遠隔の場所へと伝送するステップと、
近くの場所で前記モデルの表現を受取るステップとを含む、方法。 - 第1のシステムのモデル化のための方法であって、前記第1のシステムの説明を近くの場所から、処理エンジンが請求項1から11のいずれかによる方法を実行する遠隔の場所へと伝送するステップと、
前記第1のシステムに関連する少なくとも1つのパラメータに関連する値を近くの場所で受取るステップとを含む、方法。 - 第1のシステムのモデル化のための方法であって、前記システムの説明を近くの場所から、処理エンジンが請求項1から11のいずれかによる方法を実行する遠隔の場所へと伝送するステップと、
前記第1のシステムに依存する第2のシステムに関連する少なくとも1つのパラメータに関連する値を近くの場所で受取るステップとを含む、方法。 - 前記第1のシステムは物理的なシステムであり、前記パラメータは物理的なパラメータである、請求項30または31に記載の方法。
- 前記第2のシステムは物理的なシステムであり、前記パラメータは物理的なパラメータである、請求項32または33に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB0126104.9A GB0126104D0 (en) | 2001-10-31 | 2001-10-31 | Electronic circuit modeling sizing and optimisation |
PCT/BE2002/000164 WO2003038686A2 (en) | 2001-10-31 | 2002-10-31 | Posynomial modeling, sizing, optimization and control of physical and non-physical systems |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005507128A true JP2005507128A (ja) | 2005-03-10 |
JP2005507128A5 JP2005507128A5 (ja) | 2006-01-05 |
Family
ID=9924853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003540877A Pending JP2005507128A (ja) | 2001-10-31 | 2002-10-31 | 物理的および非物理的なシステムのポジノミナルモデル化、サイジング、最適化および制御 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7162402B2 (ja) |
EP (1) | EP1440396A2 (ja) |
JP (1) | JP2005507128A (ja) |
CA (1) | CA2464935A1 (ja) |
GB (1) | GB0126104D0 (ja) |
IL (1) | IL161675A0 (ja) |
WO (1) | WO2003038686A2 (ja) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030191611A1 (en) * | 2002-04-05 | 2003-10-09 | Hershenson Maria Del Mar | Behavioral circuit modeling for geometric programming |
US20040054515A1 (en) * | 2002-09-18 | 2004-03-18 | Todi Rajat Kumar | Methods and systems for modeling the performance of a processor |
US7472363B1 (en) * | 2004-01-28 | 2008-12-30 | Gradient Design Automation Inc. | Semiconductor chip design having thermal awareness across multiple sub-system domains |
WO2007070879A1 (en) * | 2005-12-17 | 2007-06-21 | Gradient Design Automation, Inc. | Simulation of ic temperature distributions using an adaptive 3d grid |
US20090048801A1 (en) * | 2004-01-28 | 2009-02-19 | Rajit Chandra | Method and apparatus for generating thermal test vectors |
US7194711B2 (en) * | 2004-01-28 | 2007-03-20 | Gradient Design Automation Inc. | Method and apparatus for full-chip thermal analysis of semiconductor chip designs |
US20090077508A1 (en) * | 2004-01-28 | 2009-03-19 | Rubin Daniel I | Accelerated life testing of semiconductor chips |
US7353471B1 (en) * | 2004-08-05 | 2008-04-01 | Gradient Design Automation Inc. | Method and apparatus for using full-chip thermal analysis of semiconductor chip designs to compute thermal conductance |
US20090224356A1 (en) * | 2004-01-28 | 2009-09-10 | Rajit Chandra | Method and apparatus for thermally aware design improvement |
US7383520B2 (en) * | 2004-08-05 | 2008-06-03 | Gradient Design Automation Inc. | Method and apparatus for optimizing thermal management system performance using full-chip thermal analysis of semiconductor chip designs |
US7401304B2 (en) * | 2004-01-28 | 2008-07-15 | Gradient Design Automation Inc. | Method and apparatus for thermal modeling and analysis of semiconductor chip designs |
US7203920B2 (en) * | 2004-01-28 | 2007-04-10 | Gradient Design Automation Inc. | Method and apparatus for retrofitting semiconductor chip performance analysis tools with full-chip thermal analysis capabilities |
US7458052B1 (en) | 2004-08-30 | 2008-11-25 | Gradient Design Automation, Inc. | Method and apparatus for normalizing thermal gradients over semiconductor chip designs |
US8019580B1 (en) | 2007-04-12 | 2011-09-13 | Gradient Design Automation Inc. | Transient thermal analysis |
US8286111B2 (en) * | 2004-03-11 | 2012-10-09 | Gradient Design Automation Inc. | Thermal simulation using adaptive 3D and hierarchical grid mechanisms |
US7350164B2 (en) * | 2004-06-04 | 2008-03-25 | Carnegie Mellon University | Optimization and design method for configurable analog circuits and devices |
US8818784B1 (en) * | 2004-06-23 | 2014-08-26 | Cypress Semiconductor Corporation | Hardware description language (HDL) incorporating statistically derived data and related methods |
US7458041B2 (en) * | 2004-09-30 | 2008-11-25 | Magma Design Automation, Inc. | Circuit optimization with posynomial function F having an exponent of a first design parameter |
US7669150B2 (en) * | 2004-10-29 | 2010-02-23 | Xigmix, Inc. | Statistical optimization and design method for analog and digital circuits |
US8197700B2 (en) * | 2005-12-30 | 2012-06-12 | Saudi Arabian Oil Company | Computational method for sizing three-phase separators |
US7844926B1 (en) * | 2006-01-31 | 2010-11-30 | Oracle America, Inc. | Specification window violation identification with application in semiconductor device design |
US8332188B2 (en) * | 2006-03-03 | 2012-12-11 | Solido Design Automation Inc. | Modeling of systems using canonical form functions and symbolic regression |
US7353473B2 (en) * | 2006-05-04 | 2008-04-01 | International Business Machines Corporation | Modeling small mosfets using ensemble devices |
US7844927B2 (en) * | 2007-01-19 | 2010-11-30 | Globalfoundries Inc. | Method for quality assured semiconductor device modeling |
US20080312885A1 (en) * | 2007-06-12 | 2008-12-18 | Justsystems Evans Research, Inc. | Hybrid method for simulation optimization |
US8001515B2 (en) * | 2007-12-21 | 2011-08-16 | National Semiconductor Corporation | Simultaneous optimization of analog design parameters using a cost function of responses |
US8443329B2 (en) * | 2008-05-16 | 2013-05-14 | Solido Design Automation Inc. | Trustworthy structural synthesis and expert knowledge extraction with application to analog circuit design |
ES2589136T3 (es) * | 2008-12-02 | 2016-11-10 | Whirlpool Corporation | Un procedimiento para controlar el sistema de calentamiento por inducción de un aparato de cocina |
KR101794069B1 (ko) * | 2010-05-26 | 2017-12-04 | 삼성전자주식회사 | 반도체 제조설비 및 그의 시즈닝 공정 최적화 방법 |
EP2753991B1 (en) * | 2011-09-10 | 2016-08-17 | ABB Schweiz AG | Arrangement and method for system identification of an industrial plant or process |
US9323870B2 (en) | 2012-05-01 | 2016-04-26 | Advanced Micro Devices, Inc. | Method and apparatus for improved integrated circuit temperature evaluation and IC design |
CN102968064B (zh) * | 2012-12-10 | 2015-10-28 | 上海市电力公司 | 一种发电机励磁系统模型的动态自动更新方法 |
US10169507B2 (en) * | 2016-11-29 | 2019-01-01 | Taiwan Semiconductor Manufacturing Co., Ltd. | Variation-aware circuit simulation |
CN109670138B (zh) * | 2019-01-28 | 2023-02-03 | 三峡大学 | 基于分数Zener模型的植物油纸绝缘状态评估方法 |
CN116151172B (zh) * | 2023-04-18 | 2023-07-04 | 中国电子科技集团公司信息科学研究院 | Mems器件模型构建方法、装置及设计方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5392221A (en) * | 1991-06-12 | 1995-02-21 | International Business Machines Corporation | Procedure to minimize total power of a logic network subject to timing constraints |
US6269277B1 (en) * | 1998-07-27 | 2001-07-31 | The Leland Stanford Junior University Board Of Trustees | System and method for designing integrated circuits |
US6295635B1 (en) * | 1998-11-17 | 2001-09-25 | Agilent Technologies, Inc. | Adaptive Multidimensional model for general electrical interconnection structures by optimizing orthogonal expansion parameters |
CN1160776C (zh) * | 1999-03-01 | 2004-08-04 | 松下电器产业株式会社 | 晶体管最优化方法、集成电路布局设计方法及其相应装置 |
US6311145B1 (en) * | 1999-06-17 | 2001-10-30 | The Board Of Trustees Of The Leland Stanford Junior University | Optimal design of an inductor and inductor circuit |
US7065727B2 (en) * | 2001-04-25 | 2006-06-20 | Barcelona Design, Inc. | Optimal simultaneous design and floorplanning of integrated circuit |
-
2001
- 2001-10-31 GB GBGB0126104.9A patent/GB0126104D0/en not_active Ceased
-
2002
- 2002-10-31 CA CA002464935A patent/CA2464935A1/en not_active Abandoned
- 2002-10-31 JP JP2003540877A patent/JP2005507128A/ja active Pending
- 2002-10-31 EP EP02774180A patent/EP1440396A2/en not_active Withdrawn
- 2002-10-31 IL IL16167502A patent/IL161675A0/xx unknown
- 2002-10-31 US US10/494,151 patent/US7162402B2/en not_active Expired - Fee Related
- 2002-10-31 WO PCT/BE2002/000164 patent/WO2003038686A2/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20050251373A1 (en) | 2005-11-10 |
WO2003038686A3 (en) | 2004-03-18 |
CA2464935A1 (en) | 2003-05-08 |
EP1440396A2 (en) | 2004-07-28 |
IL161675A0 (en) | 2004-09-27 |
US7162402B2 (en) | 2007-01-09 |
WO2003038686A2 (en) | 2003-05-08 |
GB0126104D0 (en) | 2002-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2005507128A (ja) | 物理的および非物理的なシステムのポジノミナルモデル化、サイジング、最適化および制御 | |
Lucarini et al. | Towards a general theory of extremes for observables of chaotic dynamical systems | |
Chekroun et al. | Variational approach to closure of nonlinear dynamical systems: Autonomous case | |
Jia et al. | Latent Gaussian count time series | |
Dematté et al. | ADER methods for hyperbolic equations with a time-reconstruction solver for the generalized Riemann problem: the scalar case | |
CN113420507A (zh) | 流体流动模拟方法、装置以及介质 | |
Azaïez et al. | A cure for instabilities due to advection-dominance in POD solution to advection-diffusion-reaction equations | |
Jiang et al. | Offline-enhanced reduced basis method through adaptive construction of the surrogate training set | |
Zhang et al. | Goodness-of-fit test of copula functions for semi-parametric univariate time series models | |
Maleki et al. | Mixtures of multivariate restricted skew-normal factor analyzer models in a Bayesian framework | |
Castilla et al. | Robust semiparametric inference for polytomous logistic regression with complex survey design | |
Maruyama et al. | Data-driven Bayesian inference of turbulence model closure coefficients incorporating epistemic uncertainty | |
Basu et al. | Robust Wald-type tests in GLM with random design based on minimum density power divergence estimators | |
Willers et al. | Non-parametric estimation of a Langevin model driven by correlated noise | |
Zhou et al. | A real-time prediction interval correction method with an unscented Kalman filter for settlement monitoring of a power station dam | |
Vadeboncoeur et al. | Random grid neural processes for parametric partial differential equations | |
US8078446B2 (en) | Linear time-invariant system modeling apparatus and method of generating a passive model | |
Pytlak et al. | On solving hybrid optimal control problems with higher index DAEs | |
He et al. | An adaptive sparse polynomial dimensional decomposition based on Bayesian compressive sensing and cross-entropy | |
Lapko et al. | Estimation of a nonlinear functional of probability density when optimizing nonparametric decision functions | |
Wu et al. | Learning about structural errors in models of complex dynamical systems | |
Robens-Radermacher et al. | Efficient structural reliability analysis by using a PGD model in an adaptive importance sampling schema | |
Mbarek et al. | Reduced complexity Volterra model of non-linear MISO system | |
US20020016704A1 (en) | Adjoint sensitivity determination for nonlinear circuit models | |
Hosseinian et al. | The numerical solution of nonlinear delay Volterra integral equations using the thin plate spline collocation method with error analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070123 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070419 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070426 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070521 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070528 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070622 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070713 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070904 |