AI-assisterad kretsdesign med aktiv inlärning
Diarienummer | |
Koordinator | Ericsson AB - Ericsson Research |
Bidrag från Vinnova | 50 000 kronor |
Projektets löptid | januari 2025 - juni 2025 |
Status | Pågående |
Utlysning | 6G - Kompetensförsörjning |
Ansökningsomgång | 6G - Handledning av examensarbete |
Syfte och mål
Projektet kommer undersöka nyttan med "aktiv inlärning" för ML-modeller som används för syntetisering av elektriska kretsar. Modellerna tränas med data framtagen via elektromagnetiska fält-simuleringar av ett stort antal kretsstrukturer. Tidigare har dessa strukturer valts nästan helt slumpmässigt, men mängden träningsdata som krävs för en given ML-modellprestanda bör kunna reduceras drastiskt genom smart pre-selektion av kandidatstrukturer, och det är där aktiv inlärning kommer in.
Förväntade effekter och resultat
Vi förväntar oss att aktiv inlärning resulterar i en signifikant reducering av mängden träningsdata som krävs för en given ML-modellprestanda. Resultaten kommer presenteras i form av en rapport och en presentation, och om de blir så bra som vi hoppas kommer de effektivisera en rad ML-aktiviteter på Ericsson.
Planerat upplägg och genomförande
Vi börjar med att undersöka olika strategier och implementationer för aktiv inlärning. Därefter kommer vi välja ut den bästa och jämföra med nuvarande metod för datagenerering. Mycket av jobbet i början av exjobbet handlar om att ta fram en speciell sorts ML-modell som krävs för att göra smart pre-selektion av ny träningsdata. Därefter kommer den bästa modellstrukturen användas i en loop för aktiv inlärning där datasetet utökas stegvis genom EM-simuleringar.