研究人员推出 ReDIL-GNN,一个新颖的框架,旨在解决由逻辑再合成引起的电路图神经网络 (GNN) 中的域偏移问题。该框架使 GNN 能够在保留先前遇到域的性能的同时,适应新的综合风格。为了指导适应,ReDIL-GNN 引入了再合成适应性指数 (RAI),这是一个评估适应需求、可恢复性、结构覆盖率和更新兼容性的分数。 AI
影响 该框架可以提高 GNN 在电路设计等动态环境中的鲁棒性和适应性,从而实现更高效、更可靠的模型更新。
排序理由 该集群包含一篇详细介绍图神经网络新框架和方法的学术论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- ABC-rewrite
- DER++
- Elden Ring
- ER+LwF
- GNN-RE: Graph Neural Networks for Reverse Engineering of Gate-Level Netlists
- graph neural network
- multi-agent system
- Online EWC
- ReDIL-GNN
- Registered Agents Inc.
- Resynthesis Adaptability Index
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →