【研一周小结】第二周个人学习总结

时间：2023-07-13 22:37:01 二极管vj

第二周学习总结(Markdown初体验)

0 引言

本周，各科逐渐进入课程教学内容，部分课程开始布置课堂作业，但整体仍处于慢节奏阶段，给我们留下了一些改变课程和填补空白的机会。

就我个人而言，本周我逐渐确定了选课的一般意图，有些课程还在挣扎；与此同时，如果时间允许，我继续听其他课程来补充学习。

1 数字集成电路旁听

本周和上周的几集主要介绍了几种晶体管的基本原理和电气结构。

考核情况：

4次Homework，4次labs，共占30%；

期中考试占20%；

Final exam，占10%。

Literature review以及Presentation，占20%；

Project，占20%；
上周，本课程的主要内容是P型和N型二极管(硅、硼、砷)的原子特性BJT以及MOSFET晶体管结构介绍（nMOS、pMOS、CMOS）、对FinFET简要介绍工艺。
本周课程内容如下：
1. 对CMOS进一步讨论了静态电学的特性，即当Gate端电压在不同范围内，CMOS三种工作状态:截止区、放大区(线性工作区)、饱和区，重点讲解nMOS的I-V特性及电气公式。
2. 从微观电子运动的角度来理解，当Gate当端电压不同时，在nMOS中Gate端的 Polysilicon层，二氧化硅层，Inversion Region、Depletion Region之间的变化。
3. 解释了现实中晶体管的解释I-V曲线不像上面说的那样，因为它有一个不可忽视的场效应：水平电场和垂直电场对晶体管内电子运动的影响。

2 算法设计与分析

算法课程和我想的有点不同。我以为是围绕新算法的解释，但实际上是算法的分析，学会了如何证明正确算法的正确性。

考核情况：

5次Homework，占20%；

期中考试占35%；

期末考试占35%；

Project，占10%。

上周课程内容：

简要介绍了算法监禁复杂性分析的符号：Tight bounds (O)、Lower bounds (Ω)、 Tight bounds (Θ)，注意紧确界，即上下界相同。
- 同时，教师也会问简单的问题NP问题引例给我留下了深刻的印象：
  
  最多不重叠任务问题(贪婪问题) $n l o g n$ ）是二分图中最大的独立点对问题(网络流 $n^2$ ）一个特例——把任务当成一个点，任务之间有冲突，甚至一边，转化为二分图问题；
  
  而《二分图中最大的独立点对问题》(网络流 $n^2$ ）在图论中寻找最多独立点子集的问题（NP问题)特例-边点交换；
  
  而《图论中寻找最多独立点子集问题》（NP问题)是《寻找带权最大连通分量问题》（NP问题)特例扩展成带权图；
  
  而《寻找带权最大连通分量问题》（NP问题)是竞争性决策的最佳问题（P-SAPCE问题)一个特例——扩展到双玩家决策问题。
证明各种贪婪算法的正确性：
- 贪婪算法证明最多不重叠任务问题是正确的（在任务结束时排序），证明其他选择算法是错误的。
  
  举反例证明错误的方法。
  
  证明正确的方法——反证法(如果当前贪婪算法不是最优算法，每次选择都会有更好的解决方案，最终引发矛盾)。
- 贪婪算法(无起始时间，同时发布，有权值和截止日期)证明至少加班完成作业问题是正确的(仍按任务末尾事件排序)，证明其他算法是错误的。
  
  证明错误的方法——还是举反例。
  
  证明正确的方法-反证法，并根据概念完成推导（围绕大脑）：至少加班算法必须没有懒惰的有懒惰的空窗期(有时间玩为什么不做作业)。
- 证明踢掉未来序列中最远的cache line”的cache置换算法(贪婪算法)是最好的置换算法——太复杂了，分类讨论狂魔数学归纳法，离谱。
- 证明基于贪心的聚类算法是最优的——即没有完成的Kruscal算法、证明方法和最小生成树MST结合一点。

个人感受:万万没想到是证明课，仿佛能想到期中考试被数学证明控制的恐惧。

本周课程内容：
1. 学了几种分治算法，当然最后还是回到了它的正确性证明:
  - 《矩阵乘法》。算法的优化思路其实和上面是一样的，最终。算法复杂度从 $n^3$ 降低到了 $n^2.81$ 。
  - 《快速傅里叶变换FFT》。首先讲DFT，然后讲FFT。利用频域和值域的计算复杂度不同来进行优化，这一块我没理解老师的讲法，还是按《算法导论》上的理解的。
  - 这两个乘法和FFT，我以前闲的蛋疼时看过《算法导论》，缺点就是证明过程记不住hh。
2. 学习了动态规划算法（DP）前半部分，以及期间的两个简单例子。
  - 讲解DP与分治问题的区别：虽然都可以划分成子问题，但DP最大的特点就是子问题重叠与重复计算。
  - 《带权的最大不重叠任务选择问题》。
    
    我个人目前理解的DP是，思考问题一是习惯把“前xxx问题能得到的最优解是什么”作为子问题，二是从“状态”去思考，有多少个影响状态的参数，那就把它们加入到DP的状态转移方程中去。之后，看看有什么预处理过程可以削减这些参数，使得问题形式得到简化。
    
    在这个问题里，“我的空闲时间”是影响任务选择的参数，而“任务之间是否相互冲突”也是影响任务选择的参数。
    
    虽然有两个参数，但是我们可以优化这个DP问题的参数规模：对任务按照deadline时间排序，这样按顺序选择任务，并建立任务之间“上个最近但最晚结束的任务索引表”来消掉第二个冲突的参数——建立索引表 $p [i] = j$ 表示任务i之前最晚结束的任务是j。
    
    因此，令 $o p t [i] = j$ 表示前i个任务进行选择，可以得到的最大权值最优解是j，如果有n个问题，我们肯定是要求解 $o p t [n]$ 。此问题的状态转移方程是： $opt[j]=max\{v_j+opt(p(j)),opt(j-1)\}$ ，边界是0，直接0处理即可。用递推来避免DP的重复计算，实现加速。
  - 《0/1背包问题》。
    
    思路：第一还是要从“前xx个物品里得到的最优解”作为子问题；第二，背包的容量是影响问题后续状态的关键因素，那我们很自然的就是把“背包剩余容量”作为DP的状态转移方程的关键。
    
    0/1背包我以前看过好几次，刚开始理解不能，现在被时间冲刷习惯了。状态转移方程是 $opt(i,w)=max\{opt(i-1,w),v_i+opt(i-1,w-w_i)\}$ ，即前i个物品里用w大小的背包能装到最有价值，肯定是两种情况里的最大值，那两种情况呢？我用w大小的包，选了第i个物品和不选它的情况。

3 研究生论文写作

考核方式：

考勤，占15%;

Academic Paper 50%;

Paper的演讲公式海报制作，35%.
学习笔记：

老师上课的内容以干讲为主，比较容易犯困，记录内容不多，如下：

如何解决Chinglish问题？ ——Only多多练习，当写英文占据生涯大部分时光时候，技能自然提升~

做科研最关键的是什么？ ——可复现！（滑稽，我想起了前几日的饶毅事件…）

好习惯：一旦确立了课题方向，应当就开始读文献，甚至背诵其中的句子，应当半年内内阅读优质的journal paper 50篇+。

文章最重要的部分是Introduction，是反应作者水平的体现，应没有废话的阐述：我要解决什么、别人方法为什么不行、我为啥可以等问题。

等等。

4 计算机体系结构Ⅲ之HPC

考核方式：

课堂参与，占5%；

Homework，占15%；

10次，一周一次的Paper Reading，抽出一次作Presentation，占30%；

Project，其中1次proposal的Presentation，最终final report以及presentation，占60%。
内容：虽然上课两周了，但目前还是以介绍为主，从什么是HPC，到HPC对内存、OS、硬件（如Cache、Superscalar、TLB等）技术的要求与发展进行了介绍。

5 数字VLSI设计课程设计

考核方式：（好像有变化）

课堂，占20%；

期中考试，占40%；

期末考试，占40%；

课程内容：

第一节课（上周）是由企业的孙老师讲行业情况以及基本的芯片涉及到流片的过程。

第二节课（本周）是由企业的孙老师，讲IC的Design流程前的准备工作以及意义，门级电路设计过程中的时钟不同步以及各种时延问题；HDL编码过程中的命名规范；注释规范问题；编码风格问题等。
感受：很多很困。

6 综合英语

感受：

老师比上学期更不苟言笑了点，新增每周线上英语作业打卡；本学期内容是职场自我介绍与入职交流。

7 数据科学与金融科技概论【旁听】

第一节课是课程概述，课程是以讲座以及project的形式，增强同学们对AI在量化投资上的应用技能。

第二节课，请了一位证券企业人员，讲了国内各大机构、证监会、银监会、中国人民银行等身份地位，算是一场基础金融知识讲座，作为小白学到了一些基础名词哈哈哈。、

第三节课，请了一位上证信息的老师讲述了基础的量化分析模型、风控模型与要考虑的因子，我作为肯定没时间实践的旁听鬼才，感觉第二节课收获更多点哈哈。

第四节课，张老师自己对project进行更细的各环节要求。

8 公司金融与财会原理【旁听】

第一节课【上周】是以瑞信咖啡和贾跃亭的例子，告诉我们会计很重要，搞会计的忽悠股民和股东很有一套，虽然最终都会东窗事发。

第二节课【这周】，听讲座冲突，没听。

9 其他事务

9.1 讲座

听了钱老师的《The evolution of MOSFET Device from 2D to 3D》。老师讲述了MOSFET工艺不断精进的过程中几个关键的技术突破，以及期间造成技术瓶颈的影响因素。

首先是摩尔定律，钱老师认为很有可能到3nm附近摩尔定律就卡住了，接下来只能探寻新材料等黑科技才行了。而这段时间也是我们国内技术快快提升的宝贵机会，（超过就先别做梦了）。老师的一个观点让我很有感觉：摩尔定律本质上是一个规律，但工业界却将它当作定律来坚持。那么到底是摩尔定律揭示了行业发展的规律，还是诸如Intel和AMD可以想保持摩尔定律而使得摩尔定律得以传承至今天呢？我也觉得是后者，摩尔定律反应的是人为因素在其中不可忽视。那么同样的，在摩尔定律即将卡在3nm的今天，我们要重新审视期间的人为因素而不是只关注这摩尔定律的“集成加倍”的特点。
钱老师从FINFET技术提到SOI技术。他提到，SOI技术也是高集成度的一种技术选择，只是不同路线而已，以后的发展未可知。
钱老师提到，是什么因素制约着我们迈向更小的工艺呢？短沟道效应、DIBL效应——纷纷导致漏电；栅介质小不下去，如果能越小能带来越强的控制力；器件的沟道参杂上不去（越高越好）；二维平面不会有，但是三维中太薄的工艺导致的量子效应会产生器件特性的大转变，很难搞定；等等。
为什么之前有家公司（我忘了名字）开发出了7nm工艺，但是最后却破产并解散了团队？因为7nm工艺研发难，但是使用它的加钱也很高，小公司用不起，只有少数的如华为、Intel的大公司采用的起。于是最终订单不够，入不敷出，赚不到钱。
为什么我国要发展先进工艺？战略价值。
校内科研与工业界科研的区别是什么？学校内的科研，必然是走在前沿上的，所需要的知识储备更高；工业企业的科研，是以盈利为目的的，要打败周边或者是同行业其他企业而提升竞争力为导向的。

OK，这就是本周的个人感受，接下来的一周，一定要hold住狂风暴雨般的作业…(￣▽￣)"

锐单商城拥有海量元器件数据手册、IC替代型号，打造电子元器件IC百科大全！

【研一周小结】第二周个人学习总结

相关文章