Dalam zaman teknologi ini, litaran elektrik menjadi semangkin canggih dan banyak komponen yang menjejaskan prestasi litaran elektrik. Hal ini menimbulkan masalah bahawa cara tradisional untuk menyelesaikan masalah pemodelan litaran elektrik mengambil masa yang lebih panjang kerana komponen yang bertambah, tambahan pula, setiap kali satu parameter dalam litaran elektrik bertukar, pemodelan harus dijalankan sekali lagi. Justeru itu, keperluan untuk mencari cara baharu untuk menyelesaikan masalah integriti signal dan integriti tenaga bertingkat. Sejak berpuluh-puluh tahun yang lalu, jalinan saraf buatan manusia (ANN) muncul sebagai alat yang popular untuk menyelesaikan masalah berkaian dengan litaran elekrik. Kebolehan ANN untuk belajar dari pengalaman merupakan satu cara untuk menggantikan cara tradisional. Dalam penyelidikan ini, litaran elektrik Power-Ground Plane akan dimodelkan mengikut parameter fizikal mereka dengan menggunakan cara tradisional dan cara ANN. Sonnet Lite dan aplikasi MATLAB akan digunakan untuk memodelkan Power-Ground Plane dan keputusan yang diperolehi akan dibandingkan. Keputusan menunjukkan bahawa ANN telah mencapai ketepatain melebihi 0.9 (dengan rujukan 1.0) dan berjaya memodelkan litar elektrik Power-Ground Plane.
_______________________________________________________________________________________________________
As technology advances, the increased complexity of electrical devices has gradually increased the number of variables that affect the output. This raises a problem whereby conventional simulation-based circuit design tools take time to run simulation, and circuit simulation must be done every time a design parameter is changed. Increasing design parameter in circuit design results in increasing time to run simulation, hence it takes longer time to solve circuit design problem. As a result, it has become prominent to explore new method to solve integrity analyses, without sacrificing accuracy and time. For past few decades, artificial neural network (ANN) neural network has emerged as a popular tool for solving electrical circuit problem. Neural network’s learning ability has become an alternative for conventional simulation method. In this work, power-ground plane is modelled based on their physical design parameter using both conventional method and neural network method. Sonnet Lite is used as conventional method to model the power-ground plane, whereas MATLAB is implemented to develop the neural network. Z-Parameter of the power-ground plane obtained from each method are compared, to justify the findings. The results indicate that the ANN achieved an accuracy of above 0.9 (with a reference of 1.0) and successfully modelled power-ground plane.
Power-ground plane modeling using artificial neural network / Low Chen Eng