論文の概要: EEschematic: Multimodal-LLM Based AI Agent for Schematic Generation of Analog Circuit

• arxiv url: http://arxiv.org/abs/2510.17002v1
• Date: Sun, 19 Oct 2025 20:58:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 00:56:39.241996
• Title: EEschematic: Multimodal-LLM Based AI Agent for Schematic Generation of Analog Circuit
• Title（参考訳）: EEschematic:マルチモーダルLLMベースのAIエージェントによるアナログ回路のスケジューリング
• Authors: Chang Liu, Danial Chitnis,
• Abstract要約: MLLM(Multimodal Large Language Model)に基づく自動アナログスキーマ生成のためのAIエージェントEEschematicを提案する。 EEschematicはテキスト、ビジュアル、シンボルのモダリティを統合し、SPICEネットリストを人間編集可能なフォーマットで表される図形に変換する。
• 参考スコア（独自算出の注目度）: 3.0075075797261532
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Circuit schematics play a crucial role in analog integrated circuit design, serving as the primary medium for human understanding and verification of circuit functionality. While recent large language model (LLM)-based approaches have shown promise in circuit topology generation and device sizing, most rely solely on textual representations such as SPICE netlists, which lack visual interpretability for circuit designers. To address this limitation, we propose EEschematic, an AI agent for automatic analog schematic generation based on a Multimodal Large Language Model (MLLM). EEschematic integrates textual, visual, and symbolic modalities to translate SPICE netlists into schematic diagrams represented in a human-editable format. The framework uses six analog substructure examples for few-shot placement and a Visual Chain-of-Thought (VCoT) strategy to iteratively refine placement and wiring, enhancing schematic clarity and symmetry. Experimental results on representative analog circuits, including a CMOS inverter, a five-transistor operational transconductance amplifier (5T-OTA), and a telescopic cascode amplifier, demonstrate that EEschematic produces schematics with high visual quality and structural correctness.
• Abstract（参考訳）: 回路設計はアナログ集積回路設計において重要な役割を担い、人間の理解と回路機能の検証のための主要な媒体として機能する。 最近の大規模言語モデル(LLM)に基づくアプローチは、回路トポロジ生成とデバイスサイズ化において有望であるが、ほとんどの場合、回路設計者にとって視覚的解釈性に欠けるSPICEネットリストのようなテキスト表現に依存している。 この制限に対処するため、マルチモーダル大言語モデル(MLLM)に基づく自動アナログスキーマ生成のためのAIエージェントであるEEschematicを提案する。 EEschematicはテキスト、ビジュアル、シンボルのモダリティを統合し、SPICEネットリストを人間編集可能なフォーマットで表される図形に変換する。 このフレームワークは6つのアナログサブストラクチャの例を用いて、配置と配線を反復的に洗練し、スキーマ的明快さと対称性を向上するビジュアル・チェーン・オブ・ソート(VCoT)戦略を採用している。 CMOSインバータ,5T-OTA (5T-OTA) , テレスコープカスコード増幅器などのアナログ回路の実験結果から, EEschematic は高い視覚的品質と構造的正確性で図形を生成することを示した。

関連論文リスト

• Architect of the Bits World: Masked Autoregressive Modeling for Circuit Generation Guided by Truth Table [5.300504429005315]
  本稿では,回路生成のための条件生成モデルと微分可能なアーキテクチャ探索(DAS)を組み合わせた新しい手法を提案する。 まず、Circuit AutoEncoderに基づいてトレーニングされた回路トークンであるCircuitVQを紹介する。 次に,トークンとしてCircuitVQを活用するマスク付き自己回帰モデルであるCircuitARを開発した。
  論文  参考訳（メタデータ） (2025-02-18T11:13:03Z)
• LaMAGIC: Language-Model-based Topology Generation for Analog Integrated Circuits [17.002169206594793]
  先駆的な言語モデルに基づくトポロジ生成モデルであるLaMAGICを紹介する。 LaMAGICは、カスタム仕様から最適化された回路設計を単一のパスで効率的に生成できる。 LaMAGICは0.01の厳格な許容条件で最大96%の成功率を達成した。
  論文  参考訳（メタデータ） (2024-07-19T22:51:41Z)
• Circuit Transformer: A Transformer That Preserves Logical Equivalence [20.8279111910994]
  生成型ニューラルモデル "Circuit Transformer" を導入し,論理回路を与えられたブール関数と厳密に等価に生成する。 回路の特定の目的を最適化するためにマルコフ決定過程の定式化も提案されている。
  論文  参考訳（メタデータ） (2024-03-14T03:24:14Z)
• 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)
• SIM-Trans: Structure Information Modeling Transformer for Fine-grained Visual Categorization [59.732036564862796]
  本稿では,オブジェクト構造情報を変換器に組み込んだSIM-Trans(Structure Information Modeling Transformer)を提案する。 提案した2つのモジュールは軽量化されており、任意のトランスフォーマーネットワークにプラグインでき、エンドツーエンドで容易に訓練できる。 実験と解析により,提案したSIM-Transが細粒度視覚分類ベンチマークの最先端性能を達成することを示した。
  論文  参考訳（メタデータ） (2022-08-31T03:00:07Z)
• Semantic-aware Modular Capsule Routing for Visual Question Answering [55.03883681191765]
  SuPER と呼ばれるセマンティック・アウェアな modUlar caPsulE フレームワークを提案する。 5つのベンチマークデータセットに対して提案した SUPER スキームの有効性と一般化能力を比較検討した。
  論文  参考訳（メタデータ） (2022-07-21T10:48:37Z)
• TMS: A Temporal Multi-scale Backbone Design for Speaker Embedding [60.292702363839716]
  話者埋め込みのための現在のSOTAバックボーンネットワークは、話者表現のためのマルチブランチネットワークアーキテクチャを用いた発話からマルチスケール特徴を集約するように設計されている。 本稿では, 話者埋め込みネットワークにおいて, 計算コストの増大を伴わずに, マルチスケール分岐を効率的に設計できる効果的な時間的マルチスケール(TMS)モデルを提案する。
  論文  参考訳（メタデータ） (2022-03-17T05:49:35Z)
• TransVG: End-to-End Visual Grounding with Transformers [102.11922622103613]
  本稿では,画像に対して言語クエリを接地するタスクに対処するためのトランスフォーマティブベースのフレームワークであるtransvgを提案する。 複雑な核融合モジュールは、高い性能でトランスフォーマーエンコーダ層を単純なスタックで置き換えることができることを示す。
  論文  参考訳（メタデータ） (2021-04-17T13:35:24Z)

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。