論文の概要: Functional Matching of Logic Subgraphs: Beyond Structural Isomorphism

• arxiv url: http://arxiv.org/abs/2505.21988v1
• Date: Wed, 28 May 2025 05:31:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-29 17:35:50.427644
• Title: Functional Matching of Logic Subgraphs: Beyond Structural Isomorphism
• Title（参考訳）: 論理部分グラフの関数マッチング:構造同型を超えて
• Authors: Ziyang Zheng, Kezhi Li, Zhengyuan Shi, Qiang Xu,
• Abstract要約: 論理回路におけるサブグラフマッチングは多くの電子設計自動化(EDA)アプリケーションの基礎となっている。 本稿では,ある論理関数がより大きな回路内に暗黙的に存在するかどうかを識別する新しい手法である関数部分グラフマッチングの概念を導入する。
• 参考スコア（独自算出の注目度）: 11.568574570864602
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Subgraph matching in logic circuits is foundational for numerous Electronic Design Automation (EDA) applications, including datapath optimization, arithmetic verification, and hardware trojan detection. However, existing techniques rely primarily on structural graph isomorphism and thus fail to identify function-related subgraphs when synthesis transformations substantially alter circuit topology. To overcome this critical limitation, we introduce the concept of functional subgraph matching, a novel approach that identifies whether a given logic function is implicitly present within a larger circuit, irrespective of structural variations induced by synthesis or technology mapping. Specifically, we propose a two-stage multi-modal framework: (1) learning robust functional embeddings across AIG and post-mapping netlists for functional subgraph detection, and (2) identifying fuzzy boundaries using a graph segmentation approach. Evaluations on standard benchmarks (ITC99, OpenABCD, ForgeEDA) demonstrate significant performance improvements over existing structural methods, with average $93.8\%$ accuracy in functional subgraph detection and a dice score of $91.3\%$ in fuzzy boundary identification.
• Abstract（参考訳）: 論理回路におけるサブグラフマッチングは、データパス最適化、算術検証、ハードウェアトロイの木馬検出を含む多くの電子設計自動化(EDA)アプリケーションの基礎となっている。 しかし、既存の手法は主に構造グラフ同型に依存しており、合成変換が回路トポロジーを実質的に変化させると関数関連部分グラフの同定に失敗する。 この限界を克服するために、我々は、合成や技術マッピングによって生じる構造的変動に関係なく、与えられた論理関数がより大きな回路内に暗黙的に存在するかどうかを識別する新しいアプローチである機能部分グラフマッチングの概念を導入する。 具体的には、(1)AIGとポストマッピングネットリスト間の堅牢な機能埋め込みを学習し、(2)グラフセグメンテーションアプローチを用いてファジィ境界を識別する2段階のマルチモーダルフレームワークを提案する。 標準ベンチマーク (ITC99, OpenABCD, ForgeEDA) の評価では、関数サブグラフ検出における平均9,3.8\%の精度とファジィ境界識別における9,1.3\%のサイススコアが既存の構造的手法よりも大幅に向上した。

関連論文リスト

• Homomorphic Encryption of Intuitionistic Logic Proofs and Functional Programs: A Categorical Approach Inspired by Composite-Order Bilinear Groups [0.0]
  本稿では、算術やブール演算以外の同型暗号を直観論理の領域に拡張するための概念的枠組みを提案する。 ソフトウェア最適化やハードウェアアクセラレーションなど,このアプローチを潜在的に効率的にするための戦略を概説する。
  論文  参考訳（メタデータ） (2025-02-26T10:10:10Z)
• RAGFormer: Learning Semantic Attributes and Topological Structure for Fraud Detection [8.050935113945428]
  本稿では,transFormer(RAGFormer)を用いたRelation-Aware GNNという新しいフレームワークを提案する。 RAGFormerはセマンティック機能とトポロジ機能の両方をターゲットノードに埋め込む。 単純なネットワークはセマンティックエンコーダ、トポロジーエンコーダ、アテンション融合モジュールで構成される。
  論文  参考訳（メタデータ） (2024-02-27T12:53:15Z)
• Homomorphism Counts for Graph Neural Networks: All About That Basis [8.25219440625445]
  我々は、よりきめ細かいアプローチを論じ、対象パターンの基底''にすべての構造の準同型数を含む。 これにより計算複雑性の面で追加のオーバーヘッドを発生させずに、より表現力のあるアーキテクチャが得られる。
  論文  参考訳（メタデータ） (2024-02-13T16:57:06Z)
• Dynamic Perceiver for Efficient Visual Recognition [87.08210214417309]
  特徴抽出手順と早期分類タスクを分離する動的知覚器(Dyn-Perceiver)を提案する。 特徴ブランチは画像の特徴を抽出し、分類ブランチは分類タスクに割り当てられた遅延コードを処理する。 早期出口は分類枝に限られており、低レベルの特徴において線形分離性は不要である。
  論文  参考訳（メタデータ） (2023-06-20T03:00:22Z)
• Discrete Graph Auto-Encoder [52.50288418639075]
  離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。 まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
  論文  参考訳（メタデータ） (2023-06-13T12:40:39Z)
• Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
  クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。 本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
  論文  参考訳（メタデータ） (2022-05-18T07:47:01Z)
• Real-Time Scene Text Detection with Differentiable Binarization and Adaptive Scale Fusion [62.269219152425556]
  セグメンテーションに基づくシーンテキスト検出手法はシーンテキスト検出分野において大きな注目を集めている。 本稿では,二項化処理をセグメンテーションネットワークに統合する分散二項化(DB)モジュールを提案する。 アダプティブ・スケール・フュージョン (ASF) モジュールは, 異なるスケールの特徴を適応的に融合させることにより, スケールのロバスト性を向上させる。
  論文  参考訳（メタデータ） (2022-02-21T15:30:14Z)
• Dist2Cycle: A Simplicial Neural Network for Homology Localization [66.15805004725809]
  単純複体は多方向順序関係を明示的にエンコードするグラフの高次元一般化と見なすことができる。 単体錯体の$k$-homological特徴によってパラメータ化された関数のグラフ畳み込みモデルを提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:59:41Z)
• LogicalFactChecker: Leveraging Logical Operations for Fact Checking with Graph Module Network [111.24773949467567]
  ファクトチェックに論理演算を活用するニューラルネットワークアプローチであるLogicalFactCheckerを提案する。 大規模なベンチマークデータセットであるTABFACT上での最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2020-04-28T17:04:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。