Zum Hauptinhalt springen

Optimierung eines Machine-Learning-Modells zur Rekonstruktion von Layout-Daten aus Mikroskopaufnahmen

Forschungsfeld:Integrierte SensorsystemeTätigkeit:KI-Implementierung
Beschreibung

Im Projekt ARiS werden am IMMS Methoden entwickelt, um den Schutz von ASICs gegen illegale Kopien zu erhöhen. Dabei kommt ein neuronales Netz zum Einsatz, das den Schliffangriff emuliert und Layout-Daten aus Mikroskopaufnahmen eines Chips rekonstruiert. Ein erstes Modell basiert auf mehreren parallelen Autoencodern.

Ziel dieses Themas ist die Verbesserung der Modell-Architektur.

Auszuführende Aufgaben
  • Recherche und Konzeption verschiedener Modell-Architekturen
  • Evaluation der Architekturen
  • Dokumentation der Ergebnisse
Vorausgesetzte Kenntnisse
  • Programmiersprache: Python
  • Grundkenntnisse: Machine-Learning (mit Tensorflow/ Keras)
Dauer:nach Vereinbarung

Kontakt

Kontakt

Eric Schäfer, M. Sc.

Leiter Mikroelektronik und Institutsteil Erfurt

eric.schaefer(at)imms.de+49 (0) 361 663 25 35

Eric Schäfer und sein Team erforschen Integrierte Sensorsysteme und hier insbesondere CMOS-basierte Biosensoren, ULP-Sensorsysteme und KI-basierte Entwurfs- und Testautomatisierung. Die Ergebnisse fließen in die Forschung an den Leitthemen Sensorsysteme für die In-vitro-Diagnostik und RFID-Sensoren ein. Er unterstützt Sie mit Dienstleistungen rund um die Entwicklung integrierter Schaltungen und mit KI-basierten Methoden für komplexe IC-Entwürfe.

Zurück