ATP課程資料庫 模組名稱 |
機器學習預測IR電壓降 |
模組屬性 |
□前瞻■基礎 |
教材模組 教學目標 |
本教材模組的教學目標共有以下三點: 1.使學生熟悉IR DROP分析的原理、核心技術以及挑戰 2.讓學生將機器學習應用於IR DROP分析 3.讓學生練習使用機器學習工具。如 XGBOOST |
教材模組時數 |
9小時(課程3小時、實作Lab3小時、分組報告3小時) |
教材模組 課程大綱 |
本課程可以分成三個單元,在第一單元,會先讓同學建立對於IR電壓降的基本認識、並和同學說明傳統IR電壓降的分析方式以及此方式目前面臨的困難與挑戰。接著第二單元會介紹機器學習的工具XGBoost,讓同學知道其原理和如何使用、以及如何將機器學習應用在IR電壓降的分析上。最後第三單元則是會請同學實作利用機器學習預測IR電壓降,並且除了和傳統分析方法比較,也會讓同學們之間互相進行競賽,並在最後進行口頭的成果報告。 |
可分享教材模組內容說明 |
共有三份投影片,分別為: 1. IR電壓降簡介 2. XGBoost簡介 3. IR電壓降機器學習預測實作Lab 以及一篇IR Drop相關的論文 |
所需實作平臺配備與經費需求預估(以模組教學實作所需基本軟、硬體平臺估算) |
|
聯盟/示範教學實驗室可提供之訓練與技術支援 (含實驗示範影片) |
|
聯絡窗口 |
負責教師:國立臺灣大學電機工程學系李建模教授 專責助理:林如貞助理 聯絡電話:02-33663639、02-33663700分機183 聯絡信箱:cmli@ntu.edu.tw(李老師)、happyginger88@gmail.com(林小姐) |