随机采样脉冲网络

良率预测更可靠

建模输入不确定性，让电路良率预测在非理想条件下仍保持准确性，优于传统方法。

Huang, Zenan · Xiao, Wenrun · Haojie, Ruan · 和山 · 郭东辉

Engineering Applications of Artificial Intelligence 2026

技术优势

更可靠

通过随机采样引入输入不确定性，减少非理想仿真结果的干扰，实现更可靠的良率预测。

低功耗实时

脉冲神经网络架构天然支持低功耗和实时处理，适合嵌入生产流程在线分析。

自动优化参数

利用强化学习迭代优化工艺参数，无需人工反复调整。

应用场景

• 半导体工艺优化：替代传统蒙特卡洛仿真，快速优化工艺参数提升良率。
• 良率分析工具：嵌入良率分析流程，处理不确定性并提供可靠预测。
• 低功耗智能计算：利用脉冲网络低功耗特性，在边缘设备实时运行。