論文の概要: MenTeR: A fully-automated Multi-agenT workflow for end-to-end RF/Analog Circuits Netlist Design

• arxiv url: http://arxiv.org/abs/2505.22990v1
• Date: Thu, 29 May 2025 01:58:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-30 18:14:07.616715
• Title: MenTeR: A fully-automated Multi-agenT workflow for end-to-end RF/Analog Circuits Netlist Design
• Title（参考訳）: MenTeR: エンドツーエンドRF/アナログ回路ネットリスト設計のための完全自動化マルチエージェントTワークフロー
• Authors: Pin-Han Chen, Yu-Sheng Lin, Wei-Cheng Lee, Tin-Yu Leu, Po-Hsiang Hsu, Anjana Dissanayake, Sungjin Oh, Chinq-Shiun Chiu,
• Abstract要約: MenTeRは、エンドツーエンドのアナログデザインフレームワークに統合されたマルチエージェントワークフローである。 複数の専門的なAIエージェントを採用することで、MenTeRは、頻繁にトライアルとエラースタイルの介入への依存を減らす。
• 参考スコア（独自算出の注目度）: 1.8584547130529874
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: RF/Analog design is essential for bridging digital technologies with real-world signals, ensuring the functionality and reliability of a wide range of electronic systems. However, analog design procedures are often intricate, time-consuming and reliant on expert intuition, and hinder the time and cost efficiency of circuit development. To overcome the limitations of the manual circuit design, we introduce MenTeR - a multiagent workflow integrated into an end-to-end analog design framework. By employing multiple specialized AI agents that collaboratively address different aspects of the design process, such as specification understanding, circuit optimization, and test bench validation, MenTeR reduces the dependency on frequent trial-and-error-style intervention. MenTeR not only accelerates the design cycle time but also facilitates a broader exploration of the design space, demonstrating robust capabilities in handling real-world analog systems. We believe that MenTeR lays the groundwork for future "RF/Analog Copilots" that can collaborate seamlessly with human designers.
• Abstract（参考訳）: RF/Analogの設計は、デジタル技術を現実世界の信号でブリッジするのに不可欠であり、幅広い電子システムの機能と信頼性を保証する。 しかし、アナログ設計手順は、しばしば複雑で時間がかかり、専門家の直観に頼っているため、回路開発における時間とコストの効率を妨げている。 手動回路設計の限界を克服するために、エンドツーエンドのアナログ設計フレームワークに統合されたマルチエージェントワークフローであるMenTeRを導入する。 仕様理解、回路最適化、テストベンチバリデーションなど、設計プロセスのさまざまな側面に協力的に対処する、複数の専門的なAIエージェントを採用することで、MenTeRは、頻繁なトライアルとエラースタイルの介入への依存性を低減する。 MenTeRはデザインサイクルの時間を加速するだけでなく、デザイン空間のより広範な探索も促進し、現実世界のアナログシステムを扱う上で堅牢な能力を実証している。 我々は、MenTeRが未来の「RF/Analog Copilots」の基礎を築き、人間デザイナーとシームレスに協力できると考えている。

関連論文リスト

• AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
  自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。 非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。 提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
  論文  参考訳（メタデータ） (2025-04-30T23:55:44Z)
• An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
  本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。 このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。 完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
  論文  参考訳（メタデータ） (2025-04-20T16:57:45Z)
• AnalogGenie: A Generative Engine for Automatic Discovery of Analog Circuit Topologies [5.643584390992554]
  本稿ではアナログ回路トポロジの自動設計・発見ツールとしてAnalogGenieを提案する。 アナログ回路トポロジーの基礎的な包括的データセットの構築と、アナログ回路に普遍的なスケーラブルなシーケンスベースのグラフ表現の開発である。 実験結果から,アナログICの多様性の拡大,単一設計内でのデバイス数の増加,未確認の回路トポロジの発見など,AnalogGenieの優れた生成性能が示された。
  論文  参考訳（メタデータ） (2025-02-28T21:41:20Z)
• Machine Learning Assisted Design of mmWave Wireless Transceiver Circuits [0.0]
  mmWave集積回路(IC)はここ数十年で大きな研究関心を集めている。 この論文では、28GHzのトランシーバ回路を詳細な設計図と関連する性能指標を用いて検討した。 いくつかの従来型および大規模機械学習(ML)アプローチは、選択されたシステムの設計パイプラインに統合され、望ましい仕様に基づいて回路パラメータを予測する。
  論文  参考訳（メタデータ） (2024-07-10T08:21:01Z)
• Automated Design and Optimization of Distributed Filtering Circuits via Reinforcement Learning [20.500468654567033]
  そこで本研究では,DFC設計のための新しいエンドツーエンド自動手法を提案する。 提案手法は強化学習(RL)アルゴリズムを利用して,技術者の設計経験への依存を解消する。 本手法は, 複雑もしくは急速に発展するDFCの設計において, 優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-02-22T02:36:14Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
  本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。 オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。 我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
  論文  参考訳（メタデータ） (2023-08-31T02:20:25Z)
• Design Space Exploration and Explanation via Conditional Variational Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
  本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。 CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
  論文  参考訳（メタデータ） (2022-11-29T17:28:31Z)
• RobustAnalog: Fast Variation-Aware Analog Circuit Design Via Multi-task RL [19.71047877921737]
  本稿では、最適化プロセスにおける変動情報を含む堅牢な回路設計フレームワークであるRobust Analogを紹介する。 Robust Analogは、必要な最適化時間を14～30倍に削減できることを示す。
  論文  参考訳（メタデータ） (2022-07-13T04:06:32Z)
• Analog/Mixed-Signal Circuit Synthesis Enabled by the Advancements of Circuit Architectures and Machine Learning Algorithms [0.0]
  我々は、ニューラルネットワークに基づくサロゲートモデルを用いて、回路設計パラメータの探索とレイアウトの反復を高速化する。 最後に、AMS回路のいくつかの例を、仕様からシリコンプロトタイプまで迅速に合成し、人間の介入を大幅に削減する。
  論文  参考訳（メタデータ） (2021-12-15T01:47:08Z)

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。