Details
| Title | Применение и перспективы методов искусственного интеллекта в прогнозировании и оптимизации целостности сигнала в микросистемах = Application and prospects of artificial intelligence methods in predicting and optimizing signal integrity in microsystems // Известия высших учебных заведений. Электроника. – 2025. – Т. 30, № 6. — С. 795-805 |
|---|---|
| Creators | Шань Гуанбао ; Ли Голян ; Ван Юйсюань ; Ци Пэйхан ; Гончаренко В. И. ; Волков А. С. ; Муратчаев С. С. |
| Imprint | 2025 |
| Collection | Общая коллекция |
| Subjects | Радиоэлектроника ; Искусственный интеллект. Экспертные системы ; Электроника в целом ; микросистемы ; целостность микросистемных сигналов ; прогнозирование целостности сигналов ; оптимизация целостности сигналов ; методы искусственного интеллекта ; нейронные сети ; алгоритмы оптимизации ; microsystems ; microsystem signal integrity ; signal integrity prediction ; signal integrity optimization ; artificial intelligence methods ; neural networks ; optimization algorithms |
| UDC | 004.8 ; 621.38 |
| LBC | 32.813 ; 32.85 |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.24151/1561-5405-2025-30-6-795-805 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Record key | RU\SPSTU\edoc\78061 |
| Record create date | 1/21/2026 |
Целостность сигнала (Signal Integrity, SI) в микросистемах существенно влияет на их производительность. Создание точных и высокоскоростных моделей прогнозирования целостности сигнала в микросистемах и проведение их интеллектуальной оптимизации - актуальная задача. В настоящее время нейронные сети и эвристические алгоритмы оптимизации широко применяются для прогнозирования и оптимизации SI-показателей микросистем. В работе систематически обобщены методы прогнозирования SI-показателей с использованием нейронных сетей, включая искусственные, глубокие, рекуррентные, сверточные, а также нейронные сети, использующие априорные знания. Рассмотрены интеллектуальные алгоритмы оптимизации для целостности сигнала, такие как генетический алгоритм, дифференциальная эволюция, оптимизация роя частиц, глубокая разбиенческая древовидная байесовская оптимизация и двухэтапная байесовская оптимизация. Проведен сравнительный анализ характеристик и областей применения современных методов, спрогнозированы перспективы их развития.
The signal integrity (SI) in microsystems has a significant impact on their performance. It is critical to build accurate and high-speed SI prediction models in microsystems and intelligently optimize them. Recently, neural networks (NN) and heuristic optimization algorithms have been widely applied to predict and optimize the SI performance of microsystems. In this work, the SI prediction methods using neural networks, including Artificial Neural Network (ANN), Deep Neural Network (DNN), Recurrent Neural Network (RNN), Convolution Neural Network (CNN), and neural networks using prior knowledge, are systematically summarized. Intelligent optimization algorithms for SI, such as Genetic Algorithm (GA), Differential Evolution (DE), Particle Swarm Optimization (PSO), Deep Partition Tree Bayesian Optimization (DPT-BO), and Two-Stage Bayesian Optimization (TSBO), are considered. The comparative analysis of the characteristics and application areas of modern methods has been carried out and their development prospects have been predicted.
Access count: 38
Last 30 days: 11
