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. 組込みシステム(EMB)
  3. 2019
  4. 2019-EMB-052

R-GCNを用いたゲートレベルネットリスト機能分類手法

https://ipsj.ixsq.nii.ac.jp/records/200142
https://ipsj.ixsq.nii.ac.jp/records/200142
e35f5e54-34bd-4dc8-bb7a-80d0ebeadaad
名前 / ファイル ライセンス アクション
IPSJ-EMB19052002.pdf IPSJ-EMB19052002.pdf (1.4 MB)
Copyright (c) 2019 by the Information Processing Society of Japan
EMB:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2019-11-06
タイトル
タイトル R-GCNを用いたゲートレベルネットリスト機能分類手法
タイトル
言語 en
タイトル Gate Level Netlist Function Classification Method Based on R-GCN
言語
言語 jpn
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
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 藤城, 裕一郎

× 藤城, 裕一郎

藤城, 裕一郎

Search repository
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) Yuichiro, Fujishiro

× Yuichiro, Fujishiro

en Yuichiro, Fujishiro

Search repository
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 GCN (Graph Convolutional Networks) はノードおよびエッジの集合で構成されるグラフにおけるディープラーニングの手法である.入力されたグラフに対するグラフ畳み込み演算によりグラフの特徴量を抽出し,グラフの分類を行うことができる.この GCN を使用した先行研究としてゲートレベルのネットリストの機能推定が行われたが,adder, subtractor,multiplier の分類で回路構造が似た adder と subtractor の判別が困難であるといった問題があった.より汎用的かつ高精度の機能推定を実現するため,本研究ではネットリストの入出力関係を保持した有向グラフを入力可能な R-GCN (Relational Graph Convolutional Networks) の使用およびデータセットの作成,学習方法の提案を行う.
論文抄録(英)
内容記述タイプ Other
内容記述 GCN (Graph Convolutional Networks) is one of a deep learning method for graphs composed of a set of nodes and edges. Graph features can be extracted by graph convolution on the input graph, and we can classify the functions in netlist. As prior research using GCN, functional classification of gate-level netlists was performed, but there was a problem that it was difficult to distinguish adder and subtractor with similar circuit structure in the classification of adder, subtractor, and multiplier. In order to realize more versatile and high-precision functional classification, this research proposes R-GCN (Relational Graph Convolutional Networks) based classification method that can input a directed graph, and evaluate classification rate targeted to gate level netlist.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA12149313
書誌情報 研究報告組込みシステム(EMB)

巻 2019-EMB-52, 号 2, p. 1-6, 発行日 2019-11-06
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-868X
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 2025-01-19 21:26:52.364302
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