| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-10-17 09:00 回路定数最適化のための回路とグラフニューラルネットワークの融合 ○山梶佑介（三菱電機/電通大）・庄野 逸（電通大）・福島邦彦（ファジィシステム研）  EMCJ2024-36 MW2024-89 EST2024-60 |
|
| 抄録 | （和） | 回路設計は部品や配線間の相互干渉により, 各部品や配線が複雑な挙動をするため試作やシミュレーションによる試行錯誤に裏付けられた経験則が求められる. 一方,経験則に基づく統計量であるAIは社会的な変革をもたらしつつあるが, 電気・電子工学への活用は限定的である. そこで, 本研究ではアナログ回路を含む汎用回路をグラフネットワークに変換することで, 回路をAIの一つであるグラフニューラルネットワークと融合する方法を示す. グラフニューラルネットワークのノード回帰を回路定数最適化のために活用することで, 0.1pから1Gまでの幅を持つ回路定数を1p未満で予測可能であることが確認された. この結果は過去の回路設計データや回路シミュレーションモデルに基づいてノイズフィルタなどの回路定数の最適化が可能であることを示している. 更に、グラフニューラルネットワークの構造とデータセットの変更で, 回路を実装する際の基板層数や基板面積の予測など既存の回路理論では扱えない課題を解決できる. |
| （英） | Circuit design requires empirical rules based on trial and error through prototyping and simulation because each component and wiring behaves in complex manners owing to mutual interference between components and wiring. On the other hand, AI, which is a statistical quantity based on empirical rules, is leading to social innovation, but its application to electrical and electronic engineering is limited. Therefore, in this study, we show a method for integrating circuits with graph neural networks, which is one type of AI, by transforming general-purpose circuits, including analog circuits, into graph networks. By utilizing the node regression of a graph neural network for circuit constant optimization, predictions of circuit constants ranging from 0.1p to 1G with a precision of less than 1p are possible. These results show that circuit constant optimization, such as noise filters, is possible based on past circuit design data and circuit simulation models. Furthermore, by modifying the structure of the graph neural network and the dataset, predictions can be made on issues that cannot be handled by existing circuit theory, such as the number of substrate layers and substrate area when implementing a circuit. | |
| キーワード | （和） | 回路 / グラフニューラルネットワーク / グラウンドノード / ワンホット埋め込みベクトル / ノード回帰 / / / |
| （英） | circuit / graph neural network / ground node / one-hot embedding / node regression / / / | |
| 文献情報 | 信学技報, vol. 124, no. 210, EMCJ2024-36, pp. 1-6, 2024年10月. | |
| 資料番号 | EMCJ2024-36 | |
| 発行日 | 2024-10-10 (EMCJ, MW, EST) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMCJ2024-36 MW2024-89 EST2024-60 |
|
| 研究会情報 | |
| 研究会 | EST MW EMCJ IEE-EMC |
| 開催期間 | 2024-10-17 - 2024-10-18 |
| 開催地（和） | あきた芸術村 温泉ゆぽぽ |
| 開催地（英） | Akita Art Village Onsen Yupopo |
| テーマ（和） | マイクロ波/電磁界シミュレーション/EMC一般 |
| テーマ（英） | Microwave, EM simulation, EMC, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMCJ |
| 会議コード | 2024-10-EST-MW-EMCJ-EMC |
| 本文の言語 | 日本語 |
| タイトル（和） | 回路定数最適化のための回路とグラフニューラルネットワークの融合 |
| サブタイトル（和） | |
| タイトル（英） | Integrating Circuits and Graph Neural Networks for Circuit Constants Optimization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 回路 / circuit |
| キーワード(2)（和/英） | グラフニューラルネットワーク / graph neural network |
| キーワード(3)（和/英） | グラウンドノード / ground node |
| キーワード(4)（和/英） | ワンホット埋め込みベクトル / one-hot embedding |
| キーワード(5)（和/英） | ノード回帰 / node regression |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 山梶 佑介 / Yusuke Yamakaji / ヤマカジ ユウスケ |
| 第1著者 所属（和/英） | 三菱電機/電気通信大学 (略称： 三菱電機/電通大) Mitsubishi Electric/The University of Electro-Communications (略称： Mitsubishi Electric/Univ. of Electro-Communications) |
| 第2著者 氏名（和/英/ヨミ） | 庄野 逸 / Hayaru Shouno / ショウノ ハヤル |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： The University of Electro-Communications) |
| 第3著者 氏名（和/英/ヨミ） | 福島 邦彦 / Kunihiko Fukushima / フクシマ クニヒコ |
| 第3著者 所属（和/英） | ファジィシステム研究所 (略称： ファジィシステム研) Fuzzy Logic Systems Institute (略称： Fuzzy Logic Systems Inst.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-10-17 09:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMCJ |
| 資料番号 | EMCJ2024-36, MW2024-89, EST2024-60 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.210(EMCJ), no.211(MW), no.212(EST) |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2024-10-10 (EMCJ, MW, EST) |
[研究会発表申込システムのトップページに戻る]