JPWO2007091359A1 - ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム - Google Patents
ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム Download PDFInfo
- Publication number
- JPWO2007091359A1 JPWO2007091359A1 JP2007557743A JP2007557743A JPWO2007091359A1 JP WO2007091359 A1 JPWO2007091359 A1 JP WO2007091359A1 JP 2007557743 A JP2007557743 A JP 2007557743A JP 2007557743 A JP2007557743 A JP 2007557743A JP WO2007091359 A1 JPWO2007091359 A1 JP WO2007091359A1
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- variation
- model
- parameter
- predetermined
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
- Metal-Oxide And Bipolar Metal-Oxide Semiconductor Integrated Circuits (AREA)
Abstract
Description
物理現象を反映する特性値について統計的性質を抽出する第1の工程と、
前記物理現象を模擬するモデルによって模擬された特性値について所定のパラメータへの応答を分析する第2の工程と、
前記応答の分析結果を基に、前記統計的性質が、前記モデルによって再現されるように、所定のパラメータのばらつき方を決定する第3の工程と、
を有する。
物理現象を反映する特性値について統計的性質を抽出する第1の処理と、
前記物理現象を模擬するモデルによって模擬された特性値について所定のパラメータへの応答を分析する第2の処理と、
前記応答の分析結果を基に、前記統計的性質が、前記モデルによって再現されるように、所定のパラメータのばらつき方を決定する第3の処理と、
を実行させるプログラムよりなる。
Rをn’行m列の応答行列、
Vを特性値に関するn’行n’列の共分散行列、
GをM次元ベクトルの標準偏差1に規格化された原因パラメータをm次元ベクトルのモデルパラメータへ変換するm行M列の変換行列、
LをVのM列の固有ベクトルを固有値の大きさの順に1列目から並べたn’行M列の行列、
Σを対角要素にVの固有値λ1、λ2、・・・λMの平方根√λ1、√λ2、・・・√λMを配置したM行M列の対角行列とし、
等式VL=LΣ2が成り立ち、
RG=LΣUT(ただしUはユニタリ行列、Tは転置)なる関係が少なくとも近似的に成立する行列Gを決定することでばらつきモデルを決定するにあたり、
Uを任意のユニタリ行列として、
RGの各列がLΣUTの各列に近似的に一致するようにGの各列を決定するという直接法で求める、ようにしてもよい。
にて変換行列Gを求める、ようにしてもよい。
Uを任意のユニタリ行列とし、
線形回帰分析により、G=(RTR)-1RTLΣUT
にて変換行列Gを求める、ようにしてもよい。
Rをn’行m列の応答行列、
Vを特性値のn’行n’列の共分散行列、
GをM次元ベクトルの標準偏差1に規格化された原因パラメータをm次元ベクトルのモデルパラメータへ変換するm行M列の変換行列、
LをVのM列の固有ベクトルを固有値の大きさの順に第1列から並べたn’行M列の行列、
Σを対角要素にVの固有値λ1、λ2、・・・λMの平方根√λ1、√λ2、・・・√λMを配置したM行M列の対角行列とし、
等式VL=LΣ2が成り立ち、
RG=LΣUT(ただしUはユニタリ行列、Tは転置)なる式を解くにあたり、
Gの試行値を選択し、
RとGの積を、
RG=L1Σ1U1 T(ただし、L1は各列が長さ1のn’行M列の直交行列、Σ1はM行M列の対角行列、U1はM行M列のユニタリ行列)に、特異値分解し、
実際のばらつきと再現したばらつきの主成分ベクトルLΣとL1Σ1の一致の度合いを調べ、所定の一致条件を満たす場合、行列Gの試行値を求めるGとし、不一致の場合、Gの別の試行値を選択して再試行する、ようにしてもよい。
規格化された変換行列をGとするとき、G=G’S'(ただし、S'は対角要素に原因パラメータの標準偏差σ1、σ2、・・・σMを配置したM行M列の対角行列)なる関係を満足するG'を変換行列とする、構成としてもよい。
規格化された変換行列Gを、
G=G'' SU2 T、
(ただし、G''は各列が長さ1のm行M列の直交行列、U2はM行M列のユニタリ行列、Sは対角要素に特異値s1、s2、・・・、sMを配したM行M列の対角行列)、に特異値分解し、変換行列の各列が長さ1で互いに直交するようにG''を変換行列として選択する、ようにしてもよい。
VpLp=LpΣp 2 (ただし、LpはVpの固有ベクトルを固有値の大きさの順に1列目から並べたm行m列の直交行列、Σpは対角要素にVpの固有値μ1、μ2、・・・μmの平方根√μ1、√μ2、・・・√μmを配したm行m列の対角行列)に特異値分解し、
LpΣp、またはLpΣpのうち固有値の大きい一部の列を選択して得られる行列、を規格化された変換行列Gの試行値とする、ようにしてもよい。
200 モデル分析部
300 フィッティング実行部
400 シミュレーション実行部
500 結果出力部
901、902 ばらつきシミュレーション・システム
行列Gの試行値を適宜選択する(図6(A)のステップS11)。
RとG(試行値)の積を次の形に変形する。
L1は各列が長さ1で互いに直交する行列(n’行M列)、
Σ1は対角行列(M行M列)、
U1はユニタリ行列(M行M列)
である。
LΣとL1Σ1とが近似的に一致するかを調べる(図6(A)のステップS13)。
・探索法では0.0971であるのに対し、
・直接法では0.1119であった。
ステップ1:
原因パラメータを乱数を用いて中心値からランダムに変位した原因パラメータの組x1, x2、...、xMを決定する。
上記した原因パラメータの組から式(8)や式(9)を用いて変位したモデルのパラメータ p1, p2, ..., pmを決定する。
決定された変位したデバイス・モデルを用いて、適宜、回路シミュレーションを実行し、回路特性を調べる。
・デバイス・モデル(望ましくは中心モデル)と、
・シミュレーション実行条件(デバイスを含んで成る回路の構成情報、シミュレーションするバイアス条件)、
などの情報がさらに必要である。
Claims (70)
- 物理現象を反映する特性値の統計的性質が、前記物理現象を模擬するモデルによって再現されるように、前記モデルによって模擬された特性値の所定のパラメータに対する応答情報を基に、前記所定のパラメータのばらつき方を決定する、ことを特徴とするばらつきシミュレーション・システム。
- 物理現象を反映する特性値について統計的性質を抽出するばらつき分析部と、
前記物理現象を模擬するモデルによって模擬された特性値について所定のパラメータへの応答情報を取得するモデル分析部と、
前記応答情報を基に、前記統計的性質が前記モデルによって再現されるように、前記所定のパラメータのばらつき方を決定するフィッティング実行部と、
を有する、ことを特徴とするばらつきシミュレーション・システム。 - 物理現象を反映する特性値について統計的性質を抽出する手段と、
前記物理現象を模擬するモデルによって模擬された特性値について所定のパラメータへの応答情報を取得する手段と、
前記応答情報を基に、前記統計的性質が前記モデルによって再現されるように、前記所定のパラメータのばらつき方を決定する手段と、
を有する、ことを特徴とするばらつきモデル決定装置。 - コンピュータ・システムを用いてばらつきモデルを決定する方法であって、
物理現象を反映する特性値について統計的性質を抽出する第1の工程と、
前記物理現象を模擬するモデルによって模擬された特性値について所定のパラメータへの応答情報を取得する第2の工程と、
前記応答情報を基に、前記統計的性質が、前記モデルによって再現されるように、前記所定のパラメータのばらつき方を決定する第3の工程と、
を有する、ことを特徴とするばらつきモデル決定方法。 - コンピュータに、
物理現象を反映する特性値について統計的性質を抽出する第1の処理と、
前記物理現象を模擬するモデルによって模擬された特性値について所定のパラメータへの応答情報を取得する第2の処理と、
前記応答情報を基に、前記統計的性質が、前記モデルによって再現されるように、前記所定のパラメータのばらつき方を決定する第3の処理と、
を実行させるプログラム。 - 前記統計的性質を抽出する手段は、前記物理現象を反映する特性値について、主成分分析を用いて統計的性質を抽出する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記応答情報を取得する手段は、前記模擬された特性値の、前記所定のパラメータへの応答を分析することで、前記応答情報を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記応答情報を取得する手段は、前記所定のパラメータを変位させたときの模擬された特性値の変位を計算することで、前記応答情報を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記所定のパラメータのばらつき方を決定する手段は、応答行列と変換行列の積を特異値分解した結果と、特性値の主成分分析した結果と、を一致、又は近似的に一致させるようにして、所定のパラメータのばらつき方を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記決定された所定のパラメータのばらつき方に基づき、シミュレーションを実行するシミュレーション実行部をさらに有する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記特性値と、模擬された特性値がともに同一の変換を受ける、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記所定のパラメータのばらつき方を決定する手段は、前記所定のパラメータのばらつき方を、直接法により決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記所定のパラメータのばらつき方を決定する手段は、原因パラメータと、前記モデルに含まれるパラメータとを関係付ける係数又は変換行列を、前記主成分分析の結果への回帰分析により決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 応答行列の擬似逆行列と、主成分ベクトルから成る行列と、任意のユニタリ行列と、を掛けあわせることで、変換行列を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 応答行列の逆行列と、主成分ベクトルから成る行列と、任意のユニタリ行列と、を掛けあわせることで、変換行列を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 応答行列の擬似逆行列と、主成分ベクトルから成る行列と、を掛けあわせることで、変換行列を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 応答行列の逆行列と、主成分ベクトルから成る行列と、を掛けあわせることで、変換行列を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記所定のパラメータのばらつき方を決定する手段は、前記直接法の結果を初期値として、探索法をさらに行い、前記所定のパラメータのばらつき方を求める、ことを特徴とする請求項12記載のばらつきモデル決定装置。
- 前記所定のパラメータのばらつき方を決定する手段は、パラメータの統計的性質の少なくとも一部が所定の条件を満足するように、前記所定のパラメータのばらつき方を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 変換行列の試行値に所定の制約条件が課せられる、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- パラメータの統計的性質の少なくとも一部が所定の条件を満足するように、変換行列の試行値に所定の制約条件が課せられる、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- パラメータの主成分分析により、変換行列の試行値を決定する、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- モデルのパラメータを、他のパラメータの関数とみなすパラメータ変換を行う、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 原因パラメータの数が、変化させるモデルのパラメータの数よりも少なく設定されている、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 前記変換行列は、M次元ベクトルの原因パラメータを、m次元ベクトルのモデルパラメータへ変換するm行M列の行列よりなる、ことを特徴とする請求項9、13、14、15、16、17、20、21のいずれか一に記載のばらつきモデル決定装置。
- Rをn’行m列の応答行列、
Vを特性値に関するn’行n’列の共分散行列、
GをM次元ベクトルの標準偏差1に規格化された原因パラメータをm次元ベクトルのモデルパラメータへ変換するm行M列の変換行列、
LをVのM列の固有ベクトルを固有値の大きさの順に1列目から並べたn’行M列の行列、
Σを対角要素にVの固有値λ1、λ2、・・・λMの平方根√λ1、√λ2、・・・√λMを配置したM行M列の対角行列とし、
等式VL=LΣ2が成り立ち、
RG=LΣUT(ただしUはユニタリ行列、Tは転置)なる関係が少なくとも近似的に成立する行列Gを決定することでばらつきモデルを決定するにあたり、
Uを任意のユニタリ行列として、
RGの各列がLΣUTの各列に近似的に一致するようにGの各列を決定するという直接法で求める、ことを特徴とする請求項3記載のばらつきモデル決定装置。 - 線形回帰分析により、G=(RTR)-1RTLΣ
にて変換行列Gを求める、ことを特徴とする請求項26記載のばらつきモデル決定装置。 - Uを任意のユニタリ行列とし、
線形回帰分析により、G=(RTR)-1RTLΣUT
にて変換行列Gを求める、ことを特徴とする請求項26記載のばらつきモデル決定装置。 - 直接法で得られた規格化された変換行列Gに対して、
RG=L1Σ1U1 T(ただし、L1は各列が長さ1のn’行M列の直交行列、Σ1はM行M列の対角行列、U1はM行M列のユニタリ行列)に特異値分解する、ことを特徴とする請求項26記載のばらつきモデル決定装置。 - 直接法で得られた規格化された変換行列Gを、試行値とし、
RG(ただし、Gは前記試行値のG)を特異値分解し、
実際のばらつきと再現したばらつきの主成分ベクトルLΣとL1Σ1の一致の度合いを調べ、所定の一致条件を満たす場合、行列Gの試行値を求めるGとし、不一致の場合、Gの別の試行値を選択して再試行する、探索法により、Gを求める、ことを特徴とする請求項26記載のばらつきモデル決定装置。 - Rをn’行m列の応答行列、
Vを特性値のn’行n’列の共分散行列、
GをM次元ベクトルの標準偏差1に規格化された原因パラメータをm次元ベクトルのモデルパラメータへ変換するm行M列の変換行列、
LをVのM列の固有ベクトルを固有値の大きさの順に第1列から並べたn’行M列の行列、
Σを対角要素にVの固有値λ1、λ2、・・・λMの平方根√λ1、√λ2、・・・√λMを配置したM行M列の対角行列とし、
等式VL=LΣ2が成り立ち、
RG=LΣUT(ただしUはユニタリ行列、Tは転置)なる式を解くにあたり、
Gの試行値を選択し、
RとGの積を、
RG=L1Σ1U1 T(ただし、L1は各列が長さ1のn’行M列の直交行列、Σ1はM行M列の対角行列、U1はM行M列のユニタリ行列)に、特異値分解し、
実際のばらつきと再現したばらつきの主成分ベクトルLΣとL1Σ1の一致の度合いを調べ、所定の一致条件を満たす場合、行列Gの試行値を求めるGとし、不一致の場合、Gの別の試行値を選択して再試行する、ことを特徴とする請求項3記載のばらつきモデル決定装置。 - 原因パラメータの標準偏差を1に規格化して処理を行う、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 規格化された変換行列をGとするとき、G=G’S'(ただし、S'は対角要素に原因パラメータの標準偏差σ1、σ2、・・・σMを配置したM行M列の対角行列)なる関係を満足するG'を変換行列とする、ことを特徴とする請求項3記載のばらつきモデル決定装置。
- 規格化された変換行列Gを、
G=G'' SU2 T、
(ただし、G''は各列が長さ1のm行M列の直交行列、U2はM行M列のユニタリ行列、Sは対角要素に特異値s1、s2、・・・、sMを配したM行M列の対角行列)、に特異値分解し、変換行列の各列が長さ1で互いに直交するようにG''を変換行列として選択する、ことを特徴とする請求項3記載のばらつきモデル決定装置。 - モデルパラメータの共分散行列Vpについて、
VpLp=LpΣp 2 (ただし、LpはVpの固有ベクトルを固有値の大きさの順に1列目から並べたm行m列の直交行列、Σpは対角要素にVpの固有値μ1、μ2、・・・μmの平方根√μ1、√μ2、・・・√μmを配したm行m列の対角行列)に固有値分解し、
LpΣp、またはLpΣpのうち固有値の大きい一部の列を選択して得られる行列、を規格化された変換行列Gの試行値とする、ことを特徴とする請求項31記載のばらつきモデル決定装置。 - 前記第1の工程は、前記統計的性質を主成分分析によって決定する、ことを特徴とする、請求項4記載のばらつきモデル決定方法。
- 前記第2の工程は、前記所定のパラメータを変位させたときの模擬された特性値の変位を計算することで前記応答情報を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 前記第3の工程は、応答行列と変換行列の積を特異値分解した結果と、特性値の主成分分析した結果と、を一致または近似的に一致させるようにして、所定のパラメータのばらつき方を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 前記特性値と、模擬された特性値がともに同一の変換を受ける、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 前記所定のパラメータのばらつき方を、直接法により決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 原因パラメータと、前記モデルに含まれるパラメータと、を関係付ける係数又は変換行列を、前記主成分分析の結果への回帰分析により決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 応答行列の擬似逆行列と、主成分ベクトルから成る行列と、任意のユニタリ行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 応答行列の逆行列と、主成分ベクトルから成る行列と、任意のユニタリ行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 応答行列の擬似逆行列と、主成分ベクトルから成る行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 応答行列の逆行列と、主成分ベクトルから成る行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 前記直接法の結果を初期値として、探索法をさらに行う、ことを特徴とする請求項40記載のばらつきモデル決定方法。
- パラメータの統計的性質の少なくとも一部が所定の条件を満足するように、所定のパラメータのばらつき方を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 原因パラメータをモデルパラメータへ変換する変換行列の試行値に所定の制約条件が課せられる、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- パラメータの統計的性質の少なくとも一部が所定の条件を満足するように、変換行列の試行値に所定の制約条件が課せられる、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- パラメータの主成分分析により変換行列の試行値を決定する、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- モデルのパラメータを、他のパラメータの関数とみなすパラメータ変換を行うことを特徴とする請求項4記載のばらつきモデル決定方法。
- 原因パラメータの数が、変化させるモデルのパラメータの数よりも少ない、ことを特徴とする請求項4記載のばらつきモデル決定方法。
- 前記第1の処理は、前記統計的性質を主成分分析によって決定する、ことを特徴とする、請求項5記載のプログラム。
- 前記第2の処理は、前記所定のパラメータを変位させたときの模擬された特性値の変位を計算することで前記応答情報を決定する、ことを特徴とする請求項5記載のプログラム。
- 前記第3の処理は、応答行列と変換行列の積を特異値分解した結果と、特性値の主成分分析した結果と、を一致または近似的に一致させるようにして、所定のパラメータのばらつき方を決定する、ことを特徴とする請求項5記載のプログラム。
- 前記決定された所定のパラメータのばらつき方に基づき、シミュレーションを実行するシミュレーション処理を実行させる、ことを特徴とする請求項5記載のプログラム。
- 特性値と、模擬された特性値がともに同一の変換を受ける、ことを特徴とする請求項5記載のプログラム。
- 前記所定のパラメータのばらつき方を、直接法により決定することを特徴とする請求項5記載のプログラム。
- 原因パラメータと、前記モデルに含まれるパラメータと、を関係付ける係数又は変換行列を、前記主成分分析の結果への回帰分析により決定する、ことを特徴とする請求項5載のプログラム。
- 応答行列の擬似逆行列と、主成分ベクトルから成る行列と、任意のユニタリ行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項5記載のプログラム。
- 応答行列の逆行列と、主成分ベクトルから成る行列と、任意のユニタリ行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項5記載のプログラム。
- 応答行列の擬似逆行列と、主成分ベクトルから成る行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項5記載のプログラム。
- 応答行列の逆行列と、主成分ベクトルから成る行列と、を掛けあわせることで、原因パラメータをモデルパラメータへ変換する変換行列を決定する、ことを特徴とする請求項5記載のプログラム。
- 前記直接法の結果を初期値として、探索法をさらに行う、ことを特徴とする請求項58記載のプログラム。
- パラメータの統計的性質の少なくとも一部が所定の条件を満足するように、所定のパラメータのばらつき方を決定する、ことを特徴とする請求項5記載のプログラム。
- 原因パラメータをモデルパラメータへ変換する変換行列の試行値に所定の制約条件が課せられる、ことを特徴とする請求項5記載のプログラム。
- パラメータの統計的性質の少なくとも一部が所定の条件を満足するように、変換行列の試行値に所定の制約条件が課せられる、ことを特徴とする請求項5記載のプログラム。
- パラメータの主成分分析により変換行列の試行値を決定する、ことを特徴とする請求項5記載のプログラム。
- モデルのパラメータを、他のパラメータの関数とみなすパラメータ変換を行う、ことを特徴とする請求項5記載のプログラム。
- 原因パラメータの数が、変化させるモデルのパラメータの数より少ない、ことを特徴とする請求項5記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007557743A JP5006214B2 (ja) | 2006-02-08 | 2006-11-16 | ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006031441 | 2006-02-08 | ||
JP2006031441 | 2006-02-08 | ||
PCT/JP2006/322839 WO2007091359A1 (ja) | 2006-02-08 | 2006-11-16 | ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム |
JP2007557743A JP5006214B2 (ja) | 2006-02-08 | 2006-11-16 | ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2007091359A1 true JPWO2007091359A1 (ja) | 2009-07-02 |
JP5006214B2 JP5006214B2 (ja) | 2012-08-22 |
Family
ID=38344966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007557743A Expired - Fee Related JP5006214B2 (ja) | 2006-02-08 | 2006-11-16 | ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20100217568A1 (ja) |
JP (1) | JP5006214B2 (ja) |
WO (1) | WO2007091359A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8275596B2 (en) * | 2006-12-08 | 2012-09-25 | Globalfoundries Inc. | Method for robust statistical semiconductor device modeling |
US8010930B2 (en) * | 2008-12-29 | 2011-08-30 | International Business Machine Corporation | Extracting consistent compact model parameters for related devices |
JP5104814B2 (ja) * | 2009-05-18 | 2012-12-19 | 富士通株式会社 | 設計支援プログラム、設計支援装置、および設計支援方法 |
JP5418408B2 (ja) * | 2010-05-31 | 2014-02-19 | 富士通株式会社 | シミュレーションパラメータ校正方法、装置及びプログラム |
US11288240B1 (en) | 2013-03-12 | 2022-03-29 | AdTheorent, Inc. | Data learning and analytics apparatuses, methods and systems |
KR102061763B1 (ko) | 2013-05-27 | 2020-01-03 | 삼성전자 주식회사 | 시뮬레이션 시스템 및 방법, 상기 시스템을 포함하는 컴퓨팅 시스템 |
US10084983B2 (en) * | 2014-04-29 | 2018-09-25 | Fermi Research Alliance, Llc | Wafer-scale pixelated detector system |
JP6854000B2 (ja) * | 2016-10-28 | 2021-04-07 | 国立大学法人東京農工大学 | 微粒子情報解析装置、微粒子情報解析方法及び微粒子情報解析プログラム |
KR102395474B1 (ko) | 2017-08-24 | 2022-05-09 | 삼성전자주식회사 | 반도체 소자의 특성 예측 방법 및 반도체 소자의 특성 예측 장치 |
CN111241633B (zh) * | 2020-01-20 | 2024-05-31 | 中国人民解放军国防科技大学 | 基于主成分分析和双指数模型的斩波器剩余寿命预测方法 |
CN112243125B (zh) * | 2020-10-20 | 2022-07-12 | 浙江大华技术股份有限公司 | 视频编码方法以及电子设备、存储装置 |
CN115510691B (zh) * | 2022-11-08 | 2023-08-01 | 中山大学 | 基于量纲分析和最优设计的毁伤响应函数获取方法及装置 |
CN117290718B (zh) * | 2023-11-24 | 2024-03-08 | 山东三矿地质勘查有限公司 | 一种地质矿产勘查数据提取方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10187772A (ja) * | 1996-12-19 | 1998-07-21 | Toshiba Corp | モデルパラメータ作成支援方法及びその装置 |
JP2001188816A (ja) * | 1999-12-28 | 2001-07-10 | Toshiba Corp | 回路シミュレーション装置、回路シミュレーション方法、回路シミュレーションプログラムを格納したコンピュータ読取り可能な記録媒体および回路製造方法 |
JP2005011892A (ja) * | 2003-06-17 | 2005-01-13 | Matsushita Electric Ind Co Ltd | Lsiの設計マージンの設定方法 |
JP3926296B2 (ja) * | 2003-06-24 | 2007-06-06 | 株式会社ルネサステクノロジ | 半導体集積回路の性能分散系算出装置及びその算出方法 |
JP2005191301A (ja) * | 2003-12-25 | 2005-07-14 | Matsushita Electric Ind Co Ltd | モデルパラメータ抽出方法、回路シミュレーションシステム |
JP4882747B2 (ja) * | 2004-08-13 | 2012-02-22 | 日本電気株式会社 | ばらつきシミュレーション・システム |
-
2006
- 2006-11-16 WO PCT/JP2006/322839 patent/WO2007091359A1/ja active Application Filing
- 2006-11-16 JP JP2007557743A patent/JP5006214B2/ja not_active Expired - Fee Related
- 2006-11-16 US US12/278,884 patent/US20100217568A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20100217568A1 (en) | 2010-08-26 |
WO2007091359A1 (ja) | 2007-08-16 |
JP5006214B2 (ja) | 2012-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5006214B2 (ja) | ばらつきシミュレーション・システム、ばらつき決定モデル方法と装置ならびにプログラム | |
Swenson | Phylogenetic imputation of plant functional trait databases | |
JP6536295B2 (ja) | 予測性能曲線推定プログラム、予測性能曲線推定装置および予測性能曲線推定方法 | |
Nasa et al. | Evaluation of different classification techniques for web data | |
JP4882747B2 (ja) | ばらつきシミュレーション・システム | |
Debastiani et al. | Using phylogenetic information to impute missing functional trait values in ecological databases | |
CN102841985B (zh) | 一种基于结构域特征的关键蛋白质识别方法 | |
Goslee | Correlation analysis of dissimilarity matrices | |
CN107562924A (zh) | 基于列存储和键值存储的人群画像方法及系统 | |
US20120310619A1 (en) | Fast function extraction | |
Pruyt et al. | On generating and exploring the behavior space of complex models | |
CN107067033A (zh) | 机器学习模型的局部修复方法 | |
CN114900346B (zh) | 基于知识图谱的网络安全测试方法及系统 | |
Balaji et al. | Text summarization using NLP technique | |
Legoll et al. | Some remarks on free energy and coarse-graining | |
Zeng et al. | C-yes: An efficient parametric yield estimation approach for analog and mixed-signal circuits based on multicorner-multiperformance correlations | |
CN117036781A (zh) | 一种基于树综合多样性深度森林的图像分类方法 | |
US10169509B2 (en) | Efficient deployment of table lookup (TLU) in an enterprise-level scalable circuit simulation architecture | |
JP2013168020A (ja) | プロセスの状態予測方法 | |
KR102395474B1 (ko) | 반도체 소자의 특성 예측 방법 및 반도체 소자의 특성 예측 장치 | |
Uniyal et al. | Wine Quality Evaluation Using Machine Learning Algorithms | |
Resheff et al. | Optimized linear imputation | |
JP7156049B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
CN117236261B (zh) | Mos管参数模型的构建方法、装置、设备及存储介质 | |
Alia et al. | A Differential Evolution based Methodology for Parameter Extraction of Behavioral Models of Electronic Components |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091027 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20100616 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120306 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120423 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120522 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120524 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150601 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |