基于关系归纳神经网络的微波集成电路设计
信号处理
2019-01-09 v1
摘要
微波集成电路（MWIC）的自动化设计长期以来被视为人工智能的一项基础挑战，因其解空间大于且结构复杂度高于围棋。在此，我们开发了一种称为关系归纳神经网络的新人工智能体，其可实现 MWIC 的自动设计，并避免暴力计算以检验每一种可能解，这是电子学领域的重大突破。通过在微波传输线电路、滤波器电路和天线电路设计任务上的实验，分别获得了极具竞争力的结果。与传统强化学习方法相比，学习曲线表明所提架构能够快速收敛至预设计的 MWIC 模型，且收敛速率达四个数量级。这是首项表明智能体通过训练或学习自动归纳 MWIC 结构间关系而无需引入任何额外先验知识的研究。值得注意的是，该关系可用 MWIC 理论与电磁场分布加以解释。我们的工作弥合了人工智能与 MWIC 之间的鸿沟，并可扩展至机械波、力学及其他相关领域。
引用
@article{arxiv.1901.02069,
title = {Microwave Integrated Circuits Design with Relational Induction Neural Network},
author = {Jie Liu and Zhi-Xi Chen and Wen-Hui Dong and Xiao Wang and Jia Shi and Hong-Liang Teng and Xi-Wang Dai and Stephen S. -T. Yau and Chang-Hong Liang and Ping-Fa Feng},
journal= {arXiv preprint arXiv:1901.02069},
year = {2019}
}