이 기술 분야에 대한 우리의 연구는 AI 기반 EDA, IC/PCB 설계, 제조부터 전자 하드웨어, 소프트웨어, 메카트로닉 시스템 통합을 아우르는 전기화, 자동화, 디지털화 분야의 소프트웨어 정의 하드웨어의 지속 가능성에 이르기까지 모든 것에 걸쳐 있어요.
물리적 노동이 이루어지는 곳에 산업 지능이 직접 존재한다면 어떨까요?공장, 제조 시스템, 에너지 그리드가 더 큰 자율성을 요구하는 상황에서 무거운 서버급 또는 클라우드 컴퓨팅에 의존하면 대기 시간, 전력 소비, 하드웨어 설치 공간 병목 현상이 발생해요.자동화의 미래에는 기계 가장자리에 더 가까이 다가가기 위한 인텔리전스가 필요해요.이 방식은 물리적 하드웨어의 일부만 사용하고 에너지 효율이 매우 뛰어나아요.
중요한 건 산업 시스템용 더 효율적인 컴퓨팅, 감지, 전력 전자 및 임베디드 AI 기능을 위한 솔루션이에요.
집적 회로, 산업 및 전력 전자에는 디지털, 아날로그 및 혼합 신호 시스템, 인쇄 회로 기판, 인공 지능 및 보안 워크로드를 포함한 범용 또는 애플리케이션별 컴퓨팅을 위한 고급 하드웨어 아키텍처가 포함돼요.
설계 프로세스는 기계 학습과 생성적 인공 지능을 하드웨어 설계와 검증에 활용해요.통합, 소형화, 제조 프로세스, 지속 가능한 제품의 전체 라이프사이클을 포괄해요.디지털 스레드와 디지털 트윈 기술을 활용하여 도메인별 시스템이 전자 플랫폼 전반의 하드웨어와 소프트웨어 코드 설계를 구동해요.
이거 회사 코어 테크놀로지 전기화, 자동화, 디지털화를 위한 안전하고 지속 가능한 필드 및 엣지 장치를 가능하게 하는 컴퓨팅, 통신, 감지, 작동 및 메카트로닉 시스템용 하드웨어를 다룹니다.또한 집적 회로와 인쇄 회로 기판의 AI 지원 전자 설계 자동화에도 적용되어 기능, 전기, 열, 기계 영역 전반에 걸쳐 디지털 트윈과 디지털 스레드 솔루션을 통합해요.
게다가 이 회사의 핵심 기술에는 소프트웨어 정의 하드웨어를 위한 애플리케이션별 집적 회로, 에너지 변환과 모션 제어를 위한 전력 전자 장치, 실시간 산업 자동화와 로보틱스를 위한 하드웨어 인식 인공 지능 지원 제어 기술이 포함돼요.
게시 날짜: ICASSP 2026
M. 웨스, J. 얀서, D. 댈린저, J. 얀서, M. 웨스, M. 비트너, D. 슈놀, A. 얀치
아날로그 스프링 리버브를 모델링하는 건 비선형 거동과 긴 테일 때문에 까다로워요.우리는 게이티드 컨볼루션 네트워크와 상태공간 모델을 결합한 하이브리드 딥러닝 모델인 GCN-SSM을 제안해요.업계 최고의 최고 수준의 체감 품질을 달성하고 파라미터만 125.7k이면 되고 최신 CPU 배포가 가능해요.
출판사 페이지에서 봐요.
게시 날짜: 2025년 제26회 마이크로일렉트로닉스 및 마이크로시스템의 열, 기계, 다중 물리 시뮬레이션 및 실험에 관한 국제 컨퍼런스 (EuroSime)
피터 프루하우프, 안드레아스 웨이거트, 라이너 두덱, 커스틴 크라이시그, 마티아스 프린츠, 수잔나 리히터-트루머, 스벤 제프카
이 연구는 FE 시뮬레이션을 13년 열 테스트와 비교하여 검증하여 FBGA277 및 QFN 부품의 피로 수명을 예측해요.몰딩 컴파운드의 소재 노화와 경화 수축을 고려하는 것이 필수예요. 수축 플립을 생략하고 왜곡을 계산하세요.오래된 AND 크리프 법칙은 물리적 고장 패턴과 일치해요. 노화되지 않은 데이터랑 달라요.
출판사 페이지에서 봐요
게시 날짜: 2024 IEEE 제35회 개인, 실내 및 모바일 무선 통신에 관한 국제 심포지엄 (PIMRC)
L. W. 메이어, A. 호프만, M. 쉬퍼, H. 라드푸어, M. 호퍼, D. 뢰셴브란트, T. 제멘
저희 연구에 따르면 23.8GHz에서 작동하는 액티브 127요소 재구성 가능 지능형 표면 (RIS) 이 산업 mmWave 환경에서 가시선 막힘을 우회해요.FET 기반 증폭으로 제어되는데, 표적 지점에 효과적으로 신호를 집중시켜요.측정으로 빔폭 성능을 확인할 수 있고, 모바일 실내 추적의 실용적인 업데이트 기준을 제시해요.
출판사 페이지에서 봐요
게시 날짜: 2025년 12월, 전력 전자 장치 및 부품
마틴 허트, 베른하르트 해머, 마틴 삭, 루카스 더블유 메이어, 세바스찬 닐레복, 마크 힐러
이 연구 프로젝트에서 우리는 2MHz ~ 500MHz의 펄스 S-파라미터 측정을 사용하여 SiC MOSFET 및 GaN HEMT 전력 트랜지스터의 정밀한 12요소 모델을 도출했어요.핀치 오프, 옴, 활성 영역을 포괄하는 반복 조정 모델은 고속 인버터의 원래 측정치와 매우 잘 어울려요.
출판사 페이지에서 봐요
게시 날짜: 2024 에너지 전환 콩그레스 & 엑스포 유럽 (ECCE 유럽)
니클라스 코워; 마틴 비쇼프; 마이클 라우멘; 릭 W. 드 동커
오늘날 생산 기계의 알고리즘은 생산성과 유연성 향상에 대한 시장 요구에 부응하기 위해 날마다 더 복잡해지고 있어요.이 백서는 강화 학습과 신경망을 사용하여 생산 기계의 모션 컨트롤 개발을 가속화할 것을 제안해요.디지털 트윈에 대해 학습한 네트워크는 모터 설정값을 주파수 변환기 다이나믹스에 맞게 조정하여 후속 오류를 줄이고 제어를 부드럽게 하며 다양한 기계 구성에서 유연하게 재사용할 수 있게 해줘.
출판사 페이지에서 봐요