Analog/Mixed Signal Back End Design Automation based on Machine Learning and Artificial Intelligence Techniques

Informazioni relative al progetto

AMBEATion

ID dell’accordo di sovvenzione: 101007730

DOI

10.3030/101007730

Progetto chiuso

Data della firma CE 9 Novembre 2020

Data di avvio 1 Settembre 2021

Data di completamento 31 Agosto 2025

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale

€ 257 600,00

Contributo UE

€ 257 600,00

Coordinato da

POLITECNICO DI TORINO
Italy

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Conference proceedings (5)

AMBEATion: New Algorithm for Generation IC Matched Structures with Respecting Linear and Non-linear Gradient Parameter Effects

Autori: Dalibor Barri, Patrik Vacula, Vlastimil Kotě, Jan Nemazal, Miloš Vacula, Daniele Jahier Pagliari, Francesco Daghero, Matteo Risso, Chen Xie, Michelangelo Grosso
Pubblicato in: 2024 International Conference on Applied Electronics (AE), 2024, Pagina/e 1-4
Editore: IEEE
DOI: 10.1109/ae61743.2024.10710229

Extended Abstract: Automatic Generation of Analog Layout from Netlist

Autori: Martin Stastny, Francesco Daghero
Pubblicato in: Proceedings of the International Student Scientific Conference Poster, Numero 27, 2023, Pagina/e 55-56, ISBN 978-80-01-07140-3
Editore: Ceske vysoke uceni technicke v Praze, Fakulta elektrotechnicka

Machine Learning-based feasibility estimation of digital blocks in BCD technology

Autori: Francesco Daghero, Gabriele Faraone, Michelangelo Grosso, Daniele Jahier Pagliari, Nicola Di Carolo, Giovanna Antonella Franchino, Dario Licastro, Eugenio Serianni
Pubblicato in: 2024 IEEE International Conference on Design, Test and Technology of Integrated Systems (DTTIS), 2024, Pagina/e 1-6
Editore: IEEE
DOI: 10.1109/dttis62212.2024.10780062

AMBEATion: Analog Mixed-Signal Back-End Design Automation with Machine Learning and Artificial Intelligence Techniques

Autori: Giulia Elena Aliffi, Joao Baixinho, Dalibor Barri, Francesco Daghero, Nicola Di Carolo, Gabriele Faraone, Michelangelo Grosso, Daniele Jahier Pagliari, Jiri Jakovenko, Vladimír Janíček, Dario Licastro, Vazgen Melikyan, Matteo Risso, Vittorio Romano, Eugenio Serianni, Martin Štastný, Patrik Vacula, Giorgia Vitanza, Chen Xie
Pubblicato in: 2024 Design, Automation & Test in Europe Conference & Exhibition (DATE), Numero 81, 2024, Pagina/e 1-6
Editore: IEEE
DOI: 10.23919/date58400.2024.10546515

Predicting Digital Layout Success in Analog-on-Top Designs Using Machine Learning

Autori: Francesco Daghero, Gabriele Faraone, Eugenio Serianni, Nicola Di Carolo, Dario Licastro, Giovanna Antonella Franchino, Michelangelo Grosso, Daniele Jahier Pagliari
Pubblicato in: 2025 23rd IEEE Interregional NEWCAS Conference (NEWCAS), 2025, Pagina/e 60-64
Editore: IEEE
DOI: 10.1109/newcas64648.2025.11107059