ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. システムとLSIの設計技術(SLDM)
  3. 2018
  4. 2018-SLDM-185

グラフ畳み込みネットワークを用いたネットリスト機能推定の検討

https://ipsj.ixsq.nii.ac.jp/records/192580
https://ipsj.ixsq.nii.ac.jp/records/192580
cd1e4d10-78b0-479b-ae38-ee1b9412f4da
名前 / ファイル ライセンス アクション
IPSJ-SLDM18185008.pdf IPSJ-SLDM18185008.pdf (1.0 MB)
Copyright (c) 2018 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
SLDM:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2018-11-28
タイトル
タイトル グラフ畳み込みネットワークを用いたネットリスト機能推定の検討
タイトル
言語 en
タイトル Basic Evaluation of Netlist Function Inference using GCN
言語
言語 jpn
キーワード
主題Scheme Other
主題 配線技術
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
熊本大学大学院自然科学教育部
著者所属
熊本大学大学院先端科学研究部
著者所属
熊本大学大学院先端科学研究部
著者所属
三菱電機エンジニアリング株式会社
著者所属
三菱電機エンジニアリング株式会社
著者所属(英)
en
Graduate School of Science and Technology, Kumamoto University
著者所属(英)
en
Faculty of Advanced Science and Technology, Kumamoto University
著者所属(英)
en
Faculty of Advanced Science and Technology, Kumamoto University
著者所属(英)
en
MITSUBISHI ELECTRIC ENGINEERING COMPANY LIMITED
著者所属(英)
en
MITSUBISHI ELECTRIC ENGINEERING COMPANY LIMITED
著者名 小山, 大輝

× 小山, 大輝

小山, 大輝

Search repository
尼崎, 太樹

× 尼崎, 太樹

尼崎, 太樹

Search repository
飯田, 全広

× 飯田, 全広

飯田, 全広

Search repository
安田, 紘晃

× 安田, 紘晃

安田, 紘晃

Search repository
伊藤, 寛人

× 伊藤, 寛人

伊藤, 寛人

Search repository
著者名(英) Hiroki, Oyama

× Hiroki, Oyama

en Hiroki, Oyama

Search repository
Motoki, Amagasaki

× Motoki, Amagasaki

en Motoki, Amagasaki

Search repository
Masahiro, Iida

× Masahiro, Iida

en Masahiro, Iida

Search repository
Hiroaki, Yasuda

× Hiroaki, Yasuda

en Hiroaki, Yasuda

Search repository
Hiroto, Ito

× Hiroto, Ito

en Hiroto, Ito

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,グラフを対象とした GCN (Graph Convolutional Network) の研究が行われている.GCN はディープラーニングの一種でグラフノード間の隣接関係,および特徴量を入力にすることで,ネットワークの特徴を分類する.本研究ではゲートレベルのネットリストを対象に,GCN を用いた機能推定手法の検討を行った.ネットリストをベクトル情報にするためのツールである logic 2 vec を開発し,加算回路,減算回路,乗算回路を用いた機能推定を行った.実験の結果,加減算回路および乗算回路において 9 割以上の分類精度を得ることがわかった.
論文抄録(英)
内容記述タイプ Other
内容記述 In recent years, Recently GCN studies on graphs has been conducted. GCN is a kind of deep learning and classifies network attribute by inputting the adjacency relation and feature between graph nodes. In this research, we discussed function inference method using GCN for gate level netlist. We developed logic2vec which is a tool for converting netlist into vector information, and performed functional inference using adder, subtractor, and multiplier. As a result of experiments, it was found that more than 90% of classification accuracy is obtained in adder / subtractor and multiplier.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11451459
書誌情報 研究報告システムとLSIの設計技術(SLDM)

巻 2018-SLDM-185, 号 8, p. 1-6, 発行日 2018-11-28
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8639
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 00:05:22.043862
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3