一种多教师模型知识蒸馏深度神经网络模型压缩算法

一种多教师模型知识蒸馏深度神经网络模型压缩算法[人工智能][通信网络]

为了能将庞大的深度学习模型压缩后部署到算力和存储能力有限的设备中时尽可能减小精度损失，对知识蒸馏模型压缩方法进行研究，提出了一种改进后带筛选的多教师模型知识蒸馏压缩算法。利用多教师模型的集成优势，以各教师模型的预测交叉熵为筛选的量化标准筛选出表现更好的教师模型对学生进行指导，并让学生模型从教师模型的特征层开始提取信息，同时让表现更好的教师模型在指导中更具有话语权。在CIFAR100数据集上的VGG13等分类模型实验结果表明，与其他压缩算法相比在最终得到的学生模型大小相同的情况下，精度上有着更好的表现。

发表于：2023/8/25 下午3:48:51

复杂环境下轻量化口罩佩戴检测算法研究

复杂环境下轻量化口罩佩戴检测算法研究[其他][医疗电子]

针对目前YOLOv4算法巨大的运算量难以满足实时性要求高的口罩佩戴检测系统，提出了一种轻量化检测算法（Light-YOLOv4）。将融合ECA注意力机制的GhostNet网络替换YOLOv4的主干网络减少参数量；借鉴空洞卷积和SPPF提出了ASPPFCSPC结构有效增大感受野；针对目标过于密集而产生重叠问题，增加了RepBox损失函数，使不同目标的预测框相互远离从而减少漏检。实验表明，Light-YOLOv4算法mAP为94.2%，FPS为46.3帧，模型大小为95 MB，相较于YOLOv4的mAP值仅降低了1.1%，检测速率提高了51.8%，参数量减少了70.0%，模型大小减少了61.1%，对低性能检测设备很友好。

发表于：2023/8/25 下午3:41:38

基于PKS体系的终端功能场景验证方法研究

基于PKS体系的终端功能场景验证方法研究[通信与网络][信创产业]

目前国产终端正逐渐成为中国终端市场的主流，而基于PKS（飞腾Phytium+麒麟Kylin+安全Security）体系的终端产品作为国产主力军，承担着更重要的使命，迫切需要加快优化的速度，满足国内各行业用户群体日益增长的需求。在功能单点验证方法的基础上从用户的角度出发，预测用户功能使用场景，创新性地提出了基于PKS体系的终端功能场景验证方法，通过对比分析两种方法对3种国产终端的验证数据，证明功能场景验证方法发现问题的效率和价值都比传统的功能单点验证方法更优，能促进国产终端的持续优化，为国产终端验证体系提供新的思路。

发表于：2023/8/25 下午3:38:00

使用Xcelium Machine Learning技术加速验证覆盖率收敛

使用Xcelium Machine Learning技术加速验证覆盖率收敛[电子元件][消费电子]

随着设计越来越复杂，受约束的随机化验证方法已成为验证的主流方法。一般地，验证激励做到不违反spec描述条件下尽量随机，这样验证能跑到的空间才更充分。但是，这给功能覆盖率收敛带来极大挑战，为解决这一难题，Cadence率先推出了仿真器的机器学习功能——Xcelium Machine Learning，采用机器学习技术让功能覆盖率快速收敛，大大提高验证仿真效率。介绍了Xcelium Machine Learning的使用流程，并给出在相同模拟（simulation）验证环境下应用Machine Learning前后情况对比。最后Machine Learning在模拟（simulation）验证中的应用前景进行了展望。

发表于：2023/8/25 下午3:30:08

基于Cadence Integrity 3D-IC的异构集成封装系统级LVS检查

基于Cadence Integrity 3D-IC的异构集成封装系统级LVS检查[电子元件][消费电子]

随着硅工艺尺寸发展到单纳米水平，摩尔定律的延续越来越困难。2D Flip-Chip、2.5D、3D等异构集成的先进封装解决方案将继续满足小型化、高性能、低成本的市场需求，成为延续摩尔定律的主要方向。但它也提出了新的挑战，特别是对于系统级的LVS检查。采用Cadence Integrity 3D-IC平台工具，针对不同类型的先进封装，进行了系统级LVS检查验证，充分验证了该工具的有效性和实用性，保证了异构集成封装系统解决方案的可靠性。

发表于：2023/8/25 下午3:17:20

DDR5仿真精度研究及在内存升级中的应用

DDR5仿真精度研究及在内存升级中的应用[电子元件][消费电子]

使用Cadence公司的SystemSI对DDR信号通道进行整体仿真，同时，借助一博科技自研的Interposer夹具进行测试，经过多次的仿真测试拟合，所介绍的DDR仿真测试方法可以达到较高的精度。随着对内存带宽的需求不断提升，作为当前主流的DDR4局限性日益明显，通过具体案例说明了DDR5信号完整性提升的具体技术，并通过仿真对比，展示了DDR5在内存升级过程中的优势。

发表于：2023/8/25 下午2:56:43

基于FCM flow的小规模数字电路芯片测试

基于FCM flow的小规模数字电路芯片测试[测试测量][消费电子]

随着芯片工艺的不断演进，数字芯片的规模急剧增加，测试成本进一步增加。目前先进的DFT技术已应用于大规模SoC芯片的测试，包括扫描路径设计、JTAG、ATPG（自动测试向量生成）等。但对于一些小规模集成电路，插入扫描链等测试电路会增加芯片面积并增加额外的功耗。对于这种芯片，功能case生成的pattern可用于检测制造缺陷和故障。因此，需要一些方法来验证覆盖率是否达到了目标。Verisium manager工具依靠Xcelium的故障仿真引擎和Jasper功能安全验证应用程序（FSV）可以解决这个问题。它为 ATE（自动测试设备）pattern的覆盖率分析提供了一个新的思路。

发表于：2023/8/25 下午2:51:00

数据驱动的工业元宇宙系统研究

数据驱动的工业元宇宙系统研究[人工智能][物联网]

物联网、大数据及新一代信息技术的发展，对传统制造业带来前所未有的冲击，基于数据关键生产要素的工业元宇宙建设得到越来越多的关注，为传统制造业带来了机遇，也带来了挑战。分析讨论了工业元宇宙的背景、现状、关键支撑技术，并以某企业智造元宇宙平台的AR/VR虚拟仿真实训系统为例，初

发表于：2023/8/24 下午5:57:00

基于图像降噪的集成对抗防御模型研究

基于图像降噪的集成对抗防御模型研究[模拟设计][工业自动化]

深度学习的快速发展使其在图像识别、自然语言处理等诸多领域广泛应用。但是，学者发现深度神经网络容易受到对抗样本的欺骗，使其以较高置信度输出错误结果。对抗样本的出现给对安全性要求严格的系统带来很大威胁。研究了在低层特征（LowLevel Feature）和高层特征（HighLevel Feature）对图像进行降噪以提升模型防御性能。在低层训练一个降噪自动编码器，并采用集成学习的思路将自动编码器、高斯扰动和图像掩码重构等多种方式结合；高层对ResNet18作微小改动加入均值滤波。实验显示，所提出的方法在多个数据集的分类任务上有较好的防御性能。

发表于：2023/8/24 下午5:40:00

基于改进的长短期记忆神经网络交通流预测

基于改进的长短期记忆神经网络交通流预测[通信与网络][汽车电子]

针对未来时刻交通流量的预测问题，在考虑历史时刻车流量数据、日期属性、天气、降雨量等多方面影响因素的同时，提出一种考虑多方面影响因素的长短期记忆神经网络(LSTM*)模型。实验表明在对短期车流量进行预测时，LSTM*模型的准确性优于现有的基线方法；对长期车流量进行预测时，基于粒子群算法改进的长短期记忆神经网络（PSOLSTM*）模型的准确性优于LSTM*模型。

发表于：2023/8/24 下午5:00:00

Baidu
map