| 研究概要 |
本研究は、画像処理等の並列分散処理への応用が期待されているセルラ-ニューラルネットワーク(Cellular Neural Networks : CNN)の配線システムへの応用を考察したものであり,
1.CNNによる連結成分の抽出
配線処理の最も基本である2点間の連結成分を抽出するCNNを設計。具体的には,配線したい端子対と配線領域に存在する配線可能領域をCNNの入力パターンとして与えると,与えられた端子間に存在する連結成分のみを抽出して出力するCNNを設計。
2.CNNによる配線パターンの生成
先のCNNで得られた2点間の連結成分を入力パターンとして与え,2点間の配線パターンを出力するCNNを設計。この場合,与えられた連結成分から配線パターンとして不必要な部分を消去してゆき,最終的に配線パターンとして必要な幅だけの連結成分を出力できるようにCNNのテンプレートを設計。
3.CNNによるネット独立配線パターンの生成
上記1&2の性能を持つCNNをネットの個数分だけ並列に並べ,相互作用が可能なように連結し,各CNNが生成する配線パターンが各々重複しないようにお互いにフィードバックをかけならが動作するMulti-CNNsを構成。これにより,与えられたすべてのネットに対して各々独立な配線パターンを発見することが可能。
を設計し自動配線手法を構築した。そして,幾つかの配線データに適用し,動作を確認し,実行速度および配線の質等を従来手法と比較し,本手法の有用性を検討した。なお,これらの成果は現在整理中でまだ発表していないため,次頁の研究発表の欄は空であるが,なるべく早い機械に発表したいと考えられている。
|
