AI時代的先進封裝：網格劃分與分析方法
先進封裝隨異質整合與3D堆疊逐漸複雜。傳統有限元素法(FEM)仰賴不均勻網格維持精度，卻導致自由度暴增、計算冗長。AI採固定尺寸網格將幾何、材料、邊界條件特徵化，訓練卷積神經網路(CNN)模型快速預估各項探索式資料分析(EDA)指標，並支援大規模掃描與布局比對。雖犧牲某些局部細節，但對不具高敏感度的設計指標可帶來數量級的時間節省；並可透過再學習（例如：遷移學習、二次學習）擴大覆蓋與精度。最終再以一次的FEM精密分析，串接整體設計流程並大...... [詳細]