| 研究課題/領域番号 |
20K11727
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60040:計算機システム関連
|
|---|
| 研究機関 | 京都工芸繊維大学 (2022)
群馬大学 (2020-2021) |
|---|
研究代表者 |
高井 伸和 京都工芸繊維大学, 電気電子工学系, 教授 (70318905)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | アナログ集積回路 / ニューラルネットワーク / 決定木 / 自動設計 / アナログ集積回路設計 / 自動合成 / 人工知能 / 深層学習 / 深層強化学習 / 演算増幅機 / 演算増幅器 / 機械学習 / 回路構造 |
|---|
| 研究開始時の研究の概要 |
本研究は、申請者が自動設計高速化のために開発した回路構造の同一判定・類似度計算アルゴリズムが機械学習に応用可能であることに着目し、世界に先駆けて熟練の回路設計者の経験・知識・勘所を学習し情報として蓄積する。熟練の回路設計者は経験・知識・勘を駆使して要求仕様を満たす回路構造を選択できる。本研究でも蓄積した情報をもとに多くの可能性から要求仕様に対応可能な適切なアナログ集積回路の構造を選択できるシステムを実現し、設計レスシステムを構築することを目的とする。A/D 変換回路などの要素回路を自動設計し、試作による実デバイスで実用性を検証する。
|
| 研究成果の概要 |
本研究では、Society5.0 の一つである IoT や CPS 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。
熟練の回路設計者は、回路の要求仕様からその仕様を満たす回路構造を適切に選択できる。この従来のプロセスを計算機で実現するために、ニューラルネットワークや決定木を用いる手法を提案した。
提案手法は、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仕様と回路構造の関係を学習し、１３の要求仕様を入力するとその仕様を満たす適切な回路を選択できる。
|
| 研究成果の学術的意義や社会的意義 |
今までは熟練の回路設計者が経験と知識を持って実施していた要求仕様を満たす回路構造の選択を、計算機で実現できることを示した意義は大きい。提案手法の実現により申請者が目指しているアナログ集積回路の設計レス実現へ一歩近づいた。アナログ集積回路の設計レス環境が実現すれば、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になる。
|
