基于拉格朗日乘子应用于功率晶体管设计的约束贝叶斯优化
机器学习
2023-08-21 v1 系统与控制
系统与控制
摘要
我们提出一种新颖的约束贝叶斯优化(BO)算法,在实现对目标击穿电压(BV)的同时优化横向扩散金属氧化物半导体(LDMOS)晶体管的设计流程。我们利用拉格朗日乘子将约束 BO 问题转化为常规 BO 问题。我们不直接优化传统的优值(FOM),而是将拉格朗日量设为 BO 的目标函数。这种带有可变拉格朗日乘子的自适应目标函数能够处理约束需昂贵评估的约束 BO 问题,而无需额外的代理模型来近似约束。我们的算法使器件设计者能够在设计空间中设定目标 BV,并自动获得满足优化后 FOM 与目标 BV 约束的器件。利用该算法,我们还在所定义设计空间内探索了器件在 30 - 50 V 范围内 FOM 的物理极限。
引用
@article{arxiv.2308.09612,
title = {Constrained Bayesian Optimization Using a Lagrange Multiplier Applied to Power Transistor Design},
author = {Ping-Ju Chuang and Ali Saadat and Sara Ghazvini and Hal Edwards and William G. Vandenberghe},
journal= {arXiv preprint arXiv:2308.09612},
year = {2023}
}
备注
7 pages, 5 figures