昨天我们学院年轻有为的LONG T老师组织了机器学习在材料科学中的进展研讨会，我受邀做了一个报告《面向复杂电路结构可靠性仿真的基于Transformer-CNN模型的嵌入式单胞等效热-力学性能的高效预测》。报告主题内容取自我们课题组在第25届电子封装技术国际会议（ICEPT，2024年8月7-9日）上的一篇报告“Efficient Prediction of Equivalent Thermo-Mechanical Properties of Embedded Unit Cells for Reliability Simulations of Complex Circuit Wiring Structures Using a Transformer-CNN Model”，因此是用英文撰写的，结论和展望部分则换成了中文。

摘录部分内容，抛砖引玉，请大家批评指正，希望能推动机器学习在材料科学与工程研究中的进展，促进集成电路设计和封装产业技术的协同发展。

转载本文请联系原作者获取授权，同时请注明本文来自贾玉玺科学网博客。

链接地址：https://wap.sciencenet.cn/blog-99553-1447482.html?mobile=1

收藏

分享