Tag: ml

大まかに4つに分類することができる。 意思決定 性能予測 ブラックボックス最適化 自動設計 MLの使い方 タスク/活用段階 MLアルゴリズム インプット アウトプット 参考リンク 意思決定 HLS設計空間探索 決定木、多項式回帰　など ハード指令e.g. 初期状態、終了条件 ハイパーパラメータの品質（例：初期状態、終了条件など ロジック合成 DNN RTL記述 ワークフローとオプティマイザーの選択 マスク合成 CNN レイアウト画像 最適化手法の選択 性能予測 アナログトポロジー設計 CNN、ファジー　など アナログスペック 最良トポロジーの選択 HLS 線形回帰、SVM、ランダムフォレスト、XGブースト　など H LSレポート、ワークロード性質、ハードウェア性質 リソース使用、タイミング　など 配置とルーティング SVM、CNN、GAN、MARS、ランダムフォレスト　など ネットリストやレイアウト画像の特徴量 ワイヤ長、ルーティング、輻輳 など 物理実装（リソグラフィーホットスポット探知、IR欠落予測） SVM、CNN、XGブースト、GAN など RTL・ゲートレベル記述、技術ライブラリ、物理実装コンフィグ リソグラフィーホットスポットの存在、IR欠落、パス遅延バリエーション 検証 KNN、ONN、GCN、ルール学習、SVM、CNN テスト仕様セット、低コストスペック ブーリアン　パス/フェール予測 デバイスサイズ決定 ANN デバイスパラメータ 制約充足の可能性 ブラックボックス最適化 HLS設計空間探索…