研究人员开发了 CircuitGate,这是一个用于学习与非图 (AIG) 表示的新颖框架,其分析超越了传统的门级分析。这种新方法通过显式编码全局初级输入支持并对扇入之间的重收敛进行建模,结合了受逻辑启发的布尔约束以实现功能一致性,从而专注于电路级功能建模。在 ForgeEDA、EPFL 和 ITC'99 等基准测试上的评估表明,CircuitGate 在等效门识别和信号概率预测等任务上优于现有方法,证明了其在捕获电路级功能依赖性方面的有效性。 AI
影响 这项研究通过提高 AI 模型理解电路功能的准确性,有望实现更高效、更强大的数字系统设计。
排序理由 该集群包含一篇研究论文,详细介绍了电子设计自动化中电路级功能建模的新框架。[lever_c_降级自研究:ic=1 ai=1.0]
- And-Inverter Graphs
- CircuitGate
- electronic design automation
- ForgeEDA
- graph neural networks
- ITC'99
- OpenABC: An Open-Source Active Breathing Control System for Low-Resource Centers
- Swiss Federal Institute of Technology in Lausanne
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →