Key points are not available for this paper at this time.
إن تحسين التوزيع مع الازدحام يعد جزءًا أساسيًا من تحقيق تصميمات عالية الجودة. تقدم هذه الورقة GOALPlace، نهجًا عامًا جديدًا قائمًا على التعلم لتحسين ازدحام التوزيع من خلال التحكم في كثافة الخلايا. تتعلم طريقتنا بكفاءة من نتائج الأداة الخاصة بالتصميم الإلكترونيات بعد التوجيه المحسن وتستخدم تقنية باي التجريبية لتكييف هذا الهدف / الهدف مع حلول جهاز التوزيع المحدد، مما يبدأ فعليًا بالنهاية في الذهن. يعزز الارتباط مع الخوارزميات الطويلة الأمد لأداة التوجيه ومحرك توقيت الأداة - بينما يحل التوزيع بشكل عالمي دون تقديرات وتخفيف مكلفة للازدحام. establishes تحليل إحصائي مع تجميع قائمة نت التدرج الهرمي أهمية الكثافة وإمكانية استهداف كثافة خلايا مناسبة عبر التوزيعات. تظهر تجاربنا أن طريقتنا، المدمجة كعرض داخل مُوزع عالمي معزز بواسطة GPU أكاديمي، تنتج باستمرار مواضع مكروية ومواضع خلايا قياسية ذات جودة متفوقة أو مقارنة بالأدوات التجارية. منهجية باي التجريبية لدينا تسمح أيضًا بتحسين كبير في الجودة مقارنة بالموزعات الأكاديمية ذات الحجم المختلط الرائدة، حيث تحقق ما يصل إلى 10x انتهاكات أقل لقواعد التصميم، و5% انخفاض في طول السلك، و30% و60% تقليل في أسوأ وانزياح سلبي كلي (WNS/TNS).
أجينسينا وزملاؤه (الجمعة) درسوا هذا السؤال.