메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권규안 (인천대학교) 정재용 (인천대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제5호(통권 제534호)
발행연도
2022.5
수록면
19 - 28 (10page)
DOI
10.5573/ieie.2022.59.5.19

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재 기계학습에 기반 한 EDA tool 자동화에 관한 많은 연구가 진행되고 있다. 하지만 이러한 연구에 사용된 데이터세트가 공개되지 않고, 또한 회로 인식을 위한 표준 데이터세트의 부재로 연구된 서로 다른 방법 간의 평가 및 비교가 어렵기 때문에 양질의 벤치마크 데이터세트가 필요하다. 우리의 목표는 기계학습에 적용할 수 있는 회로 인식을 위한 그래프 기반 기계학습데이터세트를 제안하는 것이다. 새로 구축된 데이터 세트는 앞으로 진행될 회로 인식에 관한 미래의 연구에 기회를 제공할 것이라 예상한다. 우리는 구축된 데이터세트의 성능을 검증하기 위하여 두 가지 지도학습 문제인 cell sizing을 통한 slack 개선예측 및 fan-in swap을 통한 slack 개선 예측을 정의하였다. 회로망은 회로의 정보를 더욱 잘 표현할 수 있도록 그래프 형태로 모델링 하여 그래프 구조에 맞게 구축한다. 데이터 세트의 회로 인식을 검증하기 위하여 그래프 합성 곱 신경망의 최신 기술을 활용하여 모델을 훈련하고 분할된 테스트 세트로 평가한다. 그 결과 두 가지의 지도학습의 정확성 및 roc-auc 값 모두 90% 이상을 예측 가능함을 보였고 이를 통하여 구축된 그래프 기반 기계학습 데이터세트를 통한 회로 인식이 가능함을 보였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0