报告时间：2022年8月28日（星期日）10:40-11:30
报告平台：腾讯会议 ID:105 433 895
报 告 人：邸志雄 副教授
工作单位：西南交通大学
举办单位：微电子学院
报告简介：
在VLSI电路和FPGA的物理实现中，可布线性预测是一个经典难题，随着工艺制程的不断缩小，如何在布局阶段预测可布线性变得越来越重要。近几年，机器学习技术被应用于这一经典问题，并取得了可喜的进展。本次重点介绍AI技术在可布线性预测问题中的应用，并分享我们团队将 ML 应用于芯片设计任务的一些代表性工作。
报告人简介：
邸志雄，博士，副教授，西南交通大学信息学院电子系副系主任，研究方向为数字芯片物理实现算法，高性能图像编解码芯片设计。主持国家自然科学基金、四川省科技厅重点项目。参与完成了我国自主研制的首颗宇航级高速图像压缩芯片“雅芯-天图”（已应用于“嫦娥”系列探月工程、“天舟一号”货运飞船等）。在IEEE GRSL、IEEE TCAS-Ⅱ、IEEE TCSVT、IEEE TIE、DAC、GLS-VLSI、电子学报等发表论文多篇。四川省一流线上课程负责人，获2020年“詹天佑-教书育人奖”、2021年阿里云第16期 MVP。主讲MOOC课程“硬件加速设计方法”，选课人数逾万人；指导学生科创竞赛获国家级奖励20余项。
