| 研究課題/領域番号 |
17K00073
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
計算機システム
|
|---|
| 研究機関 | 群馬大学 |
|---|
研究代表者 |
高井 伸和 群馬大学, 大学院理工学府, 准教授 (70318905)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 演算増幅器 / コンパレータ / Q学習 / ニューラルネットワーク / 自動設計 / アナログ集積回路設計 / 深層学習 / コンパレータ回路 / 機械学習 / アナログ集積回路 / ンパレータ回路 |
|---|
| 研究成果の概要 |
本研究では、Society5.0 を支える重要な要素であるアナログ集積回路を、計算機により自動設計する手法を提案した。
熟練の回路設計者の勘所を学習するために、ニューラルネットワークを用いる手法を提案した。アナログ集積回路の基本回路の一つである演算増幅器に対して学習し、１３の要求仕様を入力するとその仕様を満たす回路を瞬時に設計できる。１３もの要求仕様を同時に満たす回路を自動設計できる手法は世界初であり、国内特許を申請している。
さらにQ学習と組み合わせることで、計算機が自律的に回路を設計できる手法も提案し、最大で約４倍の性能向上を確認した。本手法も世界初であり国内特許を申請している。
|
| 研究成果の学術的意義や社会的意義 |
アナログ集積回路の自動設計には多くの手法が存在するが、いずれも単純な回路構造に限定されており、アナログ集積回路の自動設計の実現の難しさを示している。多くの仕様を同時に満たす回路の自動設計の実現は世界初となり、学術的意義は大きい。
アナログ集積回路の設計レス環境の実現により、電子機器の市場への早期投入や高騰している設計・製造コストの削減など、産業界への波及効果が期待できる。さらに、電子機器設計を容易にし、多種多様な非半導体設計スペシャリストがアイデアで勝負する時代への変革のきっかけとなる。この変革により集積回路設計の裾野が広がり、様々な電子機器の設計が可能となる。
|
