Key points are not available for this paper at this time.
في هذه المقالة، نركز على تخطيط رقائق الشرائح، الذي يهدف إلى تحديد موقع وتوجه الماكروبات الدائرية في الوقت نفسه، بحيث يتم تقليل مساحة الشريحة وطول الأسلاك. باعتباره أعلى مستوى من التجريد في التصميم الفيزيائي الهرمي، يربط تخطيط الطوابق الفجوة بين تصميم المستوى النظامي والتخليق الفيزيائي، الذي يؤثر جودته بشكل مباشر على التوزيع والتوجيه في المرحلة اللاحقة. لمواجهة تخطيط رقاقة الشرائح، نقترح منهجية تعلم تعزيزية شاملة باستخدام تقنية إعادة تجربة الرؤية بالعكس. تم تطوير شبكة انتباه رسومية مدركة للحواف (EAGAT) لتشفير ميزات الماكرو والاتصالات في رسم الشبكة بفعالية. علاوة على ذلك، نبني هيكل فك ترميز هرمي يتكون أساسًا من آلية المحول وآلية مؤشر الانتباه لإخراج أفعال تخطيط الطوابق. نظرًا لأن وكيل التعلم المعزز يستخرج تلقائيًا المعرفة حول فضاء الحلول، يمكن نقل السياسة التي تم تعلمها مسبقًا بسرعة لتحسين الشبكات غير المرئية الجديدة. تظهر النتائج التجريبية أن المنهجية الشاملة المقترحة تعمل على تحسين المساحة وطول الأسلاك بشكل كبير عند مقارنتها بأحدث تخطيطات الطوابق المعروفة في معايير GSRC وMCNC العامة.
قام يانغ وآخرون (الجمعة) بدراسة هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: