GNN-Opt: Enhancing Automated Circuit Design Optimization with Graph Neural Networks

Kazuya YAMAMOTO; Nobukazu TAKAI

doi:10.1587/transfun.2024GCL0001

この記事には本公開記事があります。本公開記事を参照してください。
引用する場合も本公開記事を引用してください。

GNN-Opt: Enhancing Automated Circuit Design Optimization with Graph Neural Networks

Kazuya YAMAMOTO, Nobukazu TAKAI

著者情報

キーワード: Analog Integrated Circuits Design, Design Automation, Machine Learning, Deep Reinforcement Learning

ジャーナルフリー早期公開

論文ID: 2024GCL0001

DOI https://doi.org/10.1587/transfun.2024GCL0001

この記事には本公開記事があります。

The final version of this article is now available: Vol. E108.A (2025), No. 5 pp. 687-689

詳細

抄録

We introduce ”GNN-Opt,”a method that adapts ”DNN-Opt's”machine learning approach for analog circuit design, particularly op-amp sizing. By utilizing Graph Neural Networks, GNN-Opt demonstrates superior efficiency in transferring design knowledge across similar topologies, accelerating to achieve higher FoM with same simulation times.

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）