| 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 | 2018-06-14 16:15 機械学習を用いた配線長予測による解析的配置手法の高速化 ○干場 樹・小平行秀（会津大）  CAS2018-14 VLD2018-17 SIP2018-34 MSS2018-14 |
|
| 抄録 | （和） | 近年のLSI設計において，回路規模の増大，設計プロセス技術の微細化，要求される性能の向上により，設計制約を満たした配置配線を得ることが困難になってきている．ブロックの多い回路に対して配線長が短い配置を実現する方法として，配置問題を数理計画問題に定式化し，その解法により配置を得る解析的配置手法が提案されている．解析的配置手法は，条件や制約を加えやすく，数理計画法を解くための既存のソルバーが使用できる．解析的配置手法の中でも準ニュートン法を用いた手法が，解の収束性が良く，大規模な回路への適用が可能であるが，初期配置に依存するという欠点があり，短い配線を得るために繰り返し適用する必要がある．本稿では，機械学習により配置から準ニュートン法を用いた解析的配置手法適用後の配置の配線長を予測するモデルを作成し，そのモデルを用いて準ニュートン法を用いた解析的配置手法適用後の配置の配線長を予測し，配線長が短いと予測された配置にのみ準ニュートン法を用いた解析的配置手法を適用する手法を提案する．計算機実験より，提案手法の有効性を評価する． |
| （英） | In recent LSI design, it is difficult to obtain a placement that satisfies both design constraints and specifications due to increase of circuit size and progress of manufacturing technology. Analytical placement methods have been proposed to obtain a placement with short wire length for placement problem with many blocks. Analytical placement methods formulate placement problem to mathematical programming problems and obtain a placement by using their solvers. The analytical placement methods have advantages such that conditions and constraints are added easily and existing solvers for mathematical programming problems can be utilized. The analytical methods using quasi-Newton method have good convergence and they can be applied to problems with large scale circuits. However, since the analytical placement methods using quasi-Newton method depend on initial placements, they are repeatedly applied to obtain a placement with short wire length. In this paper, we propose a placement method that makes a machine learning model to predict wire length of the placement obtained by an analytical placement method using quasi-Newton method from a placement, predicts wire length after applying the analytical placement method using quasi-Newton method by using the model, and applies the analytical placement method using quasi-Newton method to only placements whose predicted wire lengths are short. We evaluate effectiveness of the proposed method in computational experiments. | |
| キーワード | （和） | 配置問題 / 解析的配置 / 機械学習 / 配線長予測 / / / / |
| （英） | Placement problem / analytical placement / machine learning / wire length prediction / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 83, VLD2018-17, pp. 75-80, 2018年6月. | |
| 資料番号 | VLD2018-17 | |
| 発行日 | 2018-06-07 (CAS, VLD, SIP, MSS) | |
| ISSN | Print edition: ISSN 0913-5685 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 | CAS2018-14 VLD2018-17 SIP2018-34 MSS2018-14 |
|
| 研究会情報 | |
| 研究会 | CAS SIP MSS VLD |
| 開催期間 | 2018-06-14 - 2018-06-15 |
| 開催地（和） | 北海道大学フロンティア応用科学研究棟 |
| 開催地（英） | Hokkaido Univ. (Frontier Research in Applied Sciences Build.) |
| テーマ（和） | システムと信号処理および一般 |
| テーマ（英） | System and Signal Processing, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | VLD |
| 会議コード | 2018-06-CAS-SIP-MSS-VLD |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた配線長予測による解析的配置手法の高速化 |
| サブタイトル（和） | |
| タイトル（英） | Acceleration of Analytical Placement by Wire Length Prediction using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 配置問題 / Placement problem |
| キーワード(2)（和/英） | 解析的配置 / analytical placement |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | 配線長予測 / wire length prediction |
| キーワード(5)（和/英） | / |
| 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） | 干場 樹 / Tatsuki Hoshiba / ホシバ タツキ |
| 第1著者 所属（和/英） | 会津大学 (略称： 会津大) The University of Aizu (略称： Univ. of Aizu) |
| 第2著者 氏名（和/英/ヨミ） | 小平 行秀 / Yukihide Kohira / コヒラ ユキヒデ |
| 第2著者 所属（和/英） | 会津大学 (略称： 会津大) The University of Aizu (略称： Univ. of Aizu) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-06-14 16:15:00 |
| 発表時間 | 20分 |
| 申込先研究会 | VLD |
| 資料番号 | CAS2018-14, VLD2018-17, SIP2018-34, MSS2018-14 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.82(CAS), no.83(VLD), no.84(SIP), no.85(MSS) |
| ページ範囲 | pp.75-80 |
| ページ数 | 6 |
| 発行日 | 2018-06-07 (CAS, VLD, SIP, MSS) |
[研究会発表申込システムのトップページに戻る]