ادغام تکنیک‌ حذف تصادفی با شبکه‌های عصبی عمیق بازگشتی برای مدل‌سازی رفتار گذرا در مدار حلقه قفل فاز دیجیتال برای در محدوده فرکانسی 1 گیگا هرتز

نویسندگان

1 استادیار، دانشکده مهندسی برق، دانشگاه یزد، یزد، ایران

2 استادیار، دانشکده مهندسی برق، دانشگاه یزد، یزد، ایران

3 دانشجوی کارشناسی ارشد، دانشکده مهندسی برق، دانشگاه یزد، یزد، ایران

4 استادیار، دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

doi
10.22034/tjee.2024.64162.4911
چکیده

در این مقاله به بررسی و مدل‌سازی رفتار گذرای مدار بازیابی کلاک قفل‌کننده فاز دیجیتال با استفاده از شبکه‌های عصبی مصنوعی پرداخته می‌شود. در این تحقیق، مدل‌سازی مدار با بهره‌گیری از شبکه عصبی بازگشتی عمیق صورت گرفته که با چالش‌هایی نظیر بیش‌برازش مواجه بوده است. این مشکل، به کاهش دقت پیش‌بینی‌های مدل و عدم تطابق با داده‌های واقعی منجر شده است. برای رفع این مشکل، از تکنیک حذف تصادفی استفاده شده که با کاهش پیچیدگی مدل، عملکرد آن را بهبود بخشیده، در نتیجه، مدلی دقیق‌تر نسبت به شبکه عصبی بازگشتی عمیق استاندارد ارائه می‌شود. علاوه بر این، با بهره‌گیری از واحد بازگشتی گیت‌دار عمیق، خطای مدل به میزان قابل‌توجه 80/32 درصد در مقایسه با مدل شبکه عصبی بازگشتی کاهش یافته و دقت مدل به طرز چشمگیری بهبود می‌یابد. واحد بازگشتی گیت‌دار عمیق نه‌تنها دقت مدل را افزایش می‌دهد، بلکه پایداری و قابلیت تعمیم‌پذیری آن را نیز ارتقا می‌بخشد. این روش، به‌ویژه در مقایسه با مدل‌های سطح ترانزیستوری، مدلی 43/28 برابر سریعتر ارائه می‌دهد که برای کاربردهای عملی و صنعتی از اهمیت ویژه‌ای برخوردار است.