ディープラーニングを用いたアナログ集積回路の推論設計

カテゴリ: 研究会(論文単位)

論文No: ECT17037

グループ名: 【C】電子・情報・システム部門 電子回路研究会

発行日: 2017/03/09

タイトル(英語): Inference for Analog IC Design by Deep Learning

著者名: 福田 雅史(群馬大学),高井 伸和(群馬大学),菅原 誉士紀(群馬大学),鈴木 研人(群馬大学),大河内 一登(群馬大学),吉澤 慧(群馬大学),石井 司(群馬大学),篠田 沙樹(群馬大学)

著者名(英語): Masafumi Fukuda(Gunma University),Nobukazu Takai(Gunma University),Yoshiko Sugawara(Gunma University),Kento Suzuki(Gunma University),Kazuto Okouchi(Gunma University),Satoshi Yoshizawa(Gunma University),Tsukasa Ishii(Gunma University),Saki Shinoda(Gunma University)

キーワード: 機械学習|ディープラーニング|アナログ集積回路|自動設計|回帰分析|推論設計|Machine Learning|Deep Learning|Analog IC|Automatic Design|Regression Analysis|Inference for Design

要約(日本語): 　アナログ集積回路設計において設計期間短縮化は大きな課題である。これに対し我々はコンピュータを用いた自動設計により短期化に成功した。しかし、従来の自動設計手法ではシミュレーションの冗長性が問題として残った。そこでAIの推論技術に着目し事前の学習により回路中の素子値を瞬時に推論することでこれを解決可能であると考えた。その結果、極短時間で目的の回路の予測を行うことが可能になりさらなる短縮化に成功した。

要約(英語): Design period for analog IC should be shorter.Automatic design using the computer has been expected as means of shortening the analog IC design period.However, conventional methods has a redundancy of simulation time.Therefore we paid attention to a inference technology of AI and let element values in a circuit reason to a computer.As results of simulation, we had succeeded the shortening of the design time and be able to inference the element value of the circuit in short time.

原稿種別: 日本語

PDFファイルサイズ: 899 Kバイト