G-SpNN: GPU-Accelerated Passivity Enforcement for S-Parameter Modeling with Neural Networks

The increasing complexity of high-frequency circuits calls for efficient and accurate passive macromodeling techniques. Existing passivity enforcement methods, including those in commercial tools, often encounter convergence issues or compromise accuracy. The Domain-Alternated Optimization (DAO) fra...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 62nd ACM/IEEE Design Automation Conference (DAC) s. 1 - 7
Hlavní autoři:	Zeng, Lijie, Sun, Jiatai, Wu, Xiao, Niu, Dan, Wang, Tianshi, Lin, Yibo, Ye, Zuochang, Jin, Zhou
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 22.06.2025
Témata:	Accuracy Convergence GPU Acceleration Graphics processing units Integrated circuit modeling Memory management Neural Network Neural networks Optimization Passivity Enforcement S-Parameter Macromodeling Scalability Scattering parameters Training
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!