この技術分野に関する私たちの研究は、AI主導のEDA、IC/PCBの設計、製造から、電子ハードウェア、ソフトウェア、メカトロニクスシステムを統合した電化、自動化、デジタル化におけるソフトウェアデファインドハードウェアの持続可能性まで多岐にわたります。
産業用インテリジェンスが物理的な作業が行われる場所に直接存在するとしたらどうでしょうか？工場、製造システム、エネルギーグリッドがより高い自律性を求める中、重いサーバークラスまたはクラウドコンピューティングに依存すると、遅延、消費電力、ハードウェアフットプリントのボトルネックが生じます。自動化の未来には、マシンエッジに近づくためのインテリジェンスが必要です。このアプローチでは、物理的なハードウェアのほんの一部しか使用せず、エネルギー効率も非常に優れています。
重要なのは、産業システム向けのより効率的なコンピューティング、センシング、パワーエレクトロニクス、組み込みAI機能のソリューションです。
集積回路、産業、パワーエレクトロニクスには、デジタル、アナログ、ミックスドシグナルシステム、プリント回路基板、人工知能やセキュリティワークロードを含む汎用または特定用途のコンピューティング向けの高度なハードウェアアーキテクチャが含まれます。
設計プロセスでは、ハードウェアの設計と検証に機械学習と生成型人工知能を活用します。統合、小型化、製造プロセス、そして持続可能な製品のライフサイクル全体をカバーしています。デジタルスレッドとデジタルツインテクノロジーを活用することで、ドメイン固有のシステムが電子プラットフォーム全体でハードウェアとソフトウェアの共同設計を推進します。
これ 会社のコアテクノロジー 電化、自動化、デジタル化のための安全で持続可能なフィールドおよびエッジデバイスを実現するためのコンピューティング、通信、センシング、アクチュエーション、メカトロニクスシステムのハードウェアを対象としています。また、集積回路やプリント回路基板のAI対応の電子設計自動化にも対応しており、機能、電気、熱、機械の各領域にわたるデジタルツインソリューションとデジタルスレッドソリューションを統合しています。
さらに、この会社のコアテクノロジーには、ソフトウェアデファインドハードウェア用の特定用途向け集積回路、エネルギー変換とモーションコントロール用のパワーエレクトロニクス、リアルタイムの産業オートメーションとロボット工学のためのハードウェア対応の人工知能対応制御技術が含まれます。
公開日：ICASSP 2026
ウェスさん、J・ヤンサーさん、D・ダリンジャーさん、J・ヤンサーさん、M・ウェスさん、ビトナーさん、D・シュネルさん、A・ジャンチさん
アナログ・スプリング・リバーブのモデリングは、動作が非線形でテールが長いため、難しいです。私たちは、ゲーテッド畳み込みネットワークと状態空間モデルを組み合わせたハイブリッドディープラーニングモデルであるGCN-SSMを提案します。業界をリードするトップクラスの知覚品質を実現し、必要なパラメーターはわずか125.7kで、最新のCPUを導入できます。
出版社のページで見る
公開日：2025年第26回マイクロエレクトロニクスとマイクロシステムにおける熱、機械、マルチフィジックスシミュレーションと実験に関する国際会議（EuroSIME）
ピーター・フルハウフ、アンドレアス・ワイガート、ライナー・デュデック、カースティン・クレイシグ、マティアス・プリンツ、スサナ・リヒター・トラマー、スヴェン・ツェプカ
この研究では、FBGA277とQFNコンポーネントの疲労寿命を予測するために、FEシミュレーションを13年間の熱試験と照らし合わせて検証しています。成形コンパウンドの材料経年変化と硬化収縮を考慮することは不可欠です。収縮反り、計算された反り変形は省略します。古いアナンド・クリープ法は、未老化データとは異なり、物理的な故障パターンと一致します。
出版社のページで見る
公開日：2024 IEEE 第35回個人、屋内、Mobile 無線通信に関する国際シンポジウム（PIMRC）
L. W. メイヤー、A. ホフマン、M. シーファー、H. ラドプール、M. ホーファー、D. ロシェンブランド、T. ゼメン
私たちの調査によると、23.8 GHzで動作するアクティブな127素子再構成可能なインテリジェントサーフェス（RIS）は、産業用ミリ波環境での視線遮断を回避します。FETベースの増幅によって制御され、効果的に信号をターゲットポイントに集中させます。測定によりビーム幅の性能が確認され、モバイル屋内追跡の実用的な更新基準が得られます。
出版社のページで見る
公開日：2025年12月、パワーエレクトロニクスデバイスとコンポーネント
マーティン・ハートト、ベルンハルト・ハマー、マーティン・サック、ルーカス・W・メイヤー、セバスチャン・ニーレボック、マーク・ヒラー
この研究プロジェクトでは、2 MHzから500 MHzまでのパルスSパラメータ測定を使用して、SiC MOSFETとGaN HEMTパワートランジスタの正確な12要素モデルを導き出しました。ピンチオフ領域、オーム領域、アクティブ領域をカバーしているため、繰り返し調整されたモデルは、高速インバーターの元の測定値と非常によく一致しています。
出版社のページで見る
公開場所：2024年エネルギー変換会議およびヨーロッパ博覧会（ECCEヨーロッパ）
ニクラス・コーワー、マーティン・ビショフ、マイケル・ローメン、リック・W・デドンカー
今日の生産機械のアルゴリズムは、生産性と柔軟性の向上を求める市場の要求に応えるために、日々複雑になっています。この論文では、強化学習とニューラルネットワークを使用して、生産機械のモーションコントロール開発を加速することを提案しています。デジタルツインでトレーニングされたこのネットワークは、モーターの設定値を周波数変換器のダイナミクスに適応させ、追従誤差を減らし、制御をスムーズにし、さまざまなマシン構成で柔軟に再利用できるようにします。
出版社のページで見る