跳到正文
arXiv Artificial Intelligence· Houbo He, Chris Han, Hyunsu Chae, Lei Xia, Qiang Zhou, Lawrence Liu, Sensen Li, David Z. Pan, Taiyun Chi·· 13 小时前AI 评分32

FoundaRF:面向射频无源器件的物理信息基础模型框架

FoundaRF: A Physics-Informed Foundation Model Framework for Radio-Frequency Passive Components

AI 导读

FoundaRF 是一个统一跨布局结构与工艺的射频/毫米波无源器件基础模型框架,结合自监督编码器、自适应布局处理和物理感知解码器实现少样本迁移。在四种半导体工艺上的实验显示,其对未见结构的预测误差最多降低 3.3 倍,标注数据需求最多减少四倍,并显著缩短设计周期。该工作已被 ICCAD 2026 接收。

推荐理由模型分析

FoundaRF 把射频/毫米波无源器件的版图建模统一到一个基础模型框架中,用自监督编码器、自适应版图处理和物理感知解码器支持少样本迁移,针对的是此前 ML 代理模型只能服务单一任务、难以泛化的问题。论文在四种半导体工艺上测试了对未见结构的泛化,报告预测误差最多降至基线的约三分之一、标注数据需求最多减少四倍,并缩短设计周期。这些数字来自作者实验,适合射频设计自动化研究者据此比较迁移基线与数据效率,但尚不能外推为量产设计流程的验证结论。

来源:arXiv Artificial Intelligence · arxiv.org