Cadre automatique de dimensionnement des composants de circuits microélectroniques analogiques piloté par réseaux de neurones

Dumesnil, Étienne (2019). « Cadre automatique de dimensionnement des composants de circuits microélectroniques analogiques piloté par réseaux de neurones » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en génie électrique.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (3MB)

Résumé

Dans ce mémoire, quatre méthodes sont proposées, chacune plus efficace que la précédente, afin de réaliser le dimensionnement automatique des composants d'un circuit microélectronique analogique en hautes fréquences, par réseaux de neurones artificiels. Dans les quatre méthodes, un algorithme génétique a été utilisé afin de fixer les hyperparamètres des réseaux de neurones artificiels. La première méthode inclus un unique réseau de neurones profond à plusieurs sorties. Cette méthode n'a permis de prédire correctement aucune dimension de composant, en raison du trop petit nombre d'exemplaires disponibles pour l'entraînement par rapport au très grand nombre de paramètres à optimiser. La deuxième méthode consiste en un ensemble de réseaux de neurones indépendants l'un de l'autre, où chaque réseau cherche à prédire la dimension d'un seul composant. Cette méthode a permis de prédire les dimensions de quelques composants, mais pour aucun des circuits microélectroniques utilisés elle n'a permis de prédire toutes les tailles de composants. La troisième méthode constitue une cascade de réseaux de neurones contraignant progressivement le problème de dimensionnement des composants. Cette méthode n'ajoute un réseau de neurones à la cascade que s'il prédit correctement la taille d'un composant du circuit microélectronique. De cette manière, on est parvenu à prédire correctement les dix valeurs de composants d'un amplificateur à faible bruit. Toutefois, cette méthode n'a pas permis de prédire correctement toutes les tailles de composants pour un oscillateur contrôlé par une tension, ni pour un mélangeur. Enfin, la quatrième méthode propose encore une fois une cascade de réseaux de neurones, mais, un nouveau réseau est maintenant ajouté à la cascade dès qu'il améliore la meilleure prédiction précédemment obtenue pour un même composant. Ceci fait en sorte que chacun des composants à prédire peut bénéficier de contraintes provenant de tous les autres composants. Cette méthode a permis de prédire adéquatement les valeurs des composants de trois types de circuits dans deux technologies différentes : amplificateur à faible bruit, oscillateur contrôlé par une tension et mélangeur; CMOS 180 nm et CMOS 130 nm. Tous les résultats obtenus sont présentés dans un article formant le chapitre 3 du présent mémoire. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : dimensionnement, synthèse, réseau de neurones artificiels, algorithme génétique, circuit analogique, microélectronique, amplificateur à faible bruit, oscillateur contrôlé par une tension, mélangeur

Type:	Mémoire accepté
Informations complémentaires:	Le mémoire a été numérisé tel que transmis par l'auteur.
Directeur de thèse:	Boukadoum, Mounir
Mots-clés ou Sujets:	Composants électroniques / Réseaux neuronaux (Informatique) / Algorithmes génétiques / Circuits analogiques / Microélectronique / Amplificateurs à faible bruit / Oscillateurs commandés en tension
Unité d'appartenance:	Faculté des sciences
Déposé par:	Service des bibliothèques
Date de dépôt:	24 juill. 2019 13:08
Dernière modification:	24 juill. 2019 13:08
Adresse URL :	http://archipel.uqam.ca/id/eprint/12654

Modifier les métadonnées (propriétaire du document)

Statistiques