論文の概要: Declarative Synthesis and Multi-Objective Optimization of Stripboard Circuit Layouts Using Answer Set Programming

• arxiv url: http://arxiv.org/abs/2512.04910v1
• Date: Thu, 04 Dec 2025 15:37:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.249557
• Title: Declarative Synthesis and Multi-Objective Optimization of Stripboard Circuit Layouts Using Answer Set Programming
• Title（参考訳）: アンサーセットプログラミングを用いたストリップボード回路レイアウトの宣言的合成と多目的最適化
• Authors: Fang Li,
• Abstract要約: 本稿では, Answer Set Programming (ASP) を用いたストリップボード回路レイアウトの自動設計手法を提案する。 この作業は、レイアウト問題を合成タスクと多目的最適化タスクの両方として定式化する。 ASPの宣言的性質を活用することにより、複雑な幾何学的および電気的制約を自然かつ簡潔に表現する。
• 参考スコア（独自算出の注目度）: 4.8369208007394215
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel approach to automated stripboard circuit layout design using Answer Set Programming (ASP). The work formulates the layout problem as both a synthesis and multi-objective optimization task that simultaneously generates viable layouts while minimizing board area and component strip crossing. By leveraging ASP's declarative nature, this work expresses complex geometric and electrical constraints in a natural and concise manner. The two-phase solving methodology first ensures feasibility before optimizing layout quality. Experimental results demonstrate that this approach generates compact, manufacturable layouts for a range of circuit complexities. This work represents a significant advancement in automated stripboard layout, offering a practical tool for electronics prototyping and education while showcasing the power of declarative programming for solving complex design automation problems.
• Abstract（参考訳）: 本稿では, ASP (Answer Set Programming) を用いたストリップボード回路レイアウトの自動設計手法を提案する。 この作業は、ボード面積とコンポーネントストリップ交差を最小化しつつ、実行可能なレイアウトを同時に生成する合成および多目的最適化タスクとしてレイアウト問題を定式化する。 ASPの宣言的性質を活用することにより、複雑な幾何学的および電気的制約を自然かつ簡潔に表現する。 2相解法は、まずレイアウト品質を最適化する前に実現可能性を保証する。 実験により, この手法は, 回路の複雑度に対して, コンパクトで製造可能なレイアウトを生成することを示した。 この作業は、電子プロトタイピングと教育のための実用的なツールを提供するとともに、複雑な設計自動化問題を解決するための宣言型プログラミングの力を示している。

関連論文リスト

• Table2LaTeX-RL: High-Fidelity LaTeX Code Generation from Table Images via Reinforced Multimodal Language Models [53.03670032402846]
  視覚的な入力から,高品質で出版可能なテーブルの再構築を自動化することを目的として,表画像からコード生成への課題に対処する。 このタスクの中心的な課題は、大きなサイズ、深くネストされた構造、セマンティックにリッチか不規則かという複雑なテーブルを正確に扱うことである。 本稿では,大規模テーブル・トゥ・ラデータセット上で事前学習したMLLMを微調整する,強化型マルチモーダル大規模言語モデル(MLLM)を提案する。
  論文  参考訳（メタデータ） (2025-09-22T11:13:48Z)
• Text-to-Layout: A Generative Workflow for Drafting Architectural Floor Plans Using LLMs [12.14091375810405]
  本稿では,Large Language Models (LLMs) を用いたAIを活用したワークフローを提案する。 提案システムはテキスト入力を解釈し,壁,ドア,窓,家具などのレイアウトを自動生成する。 プロンプトエンジニアリング、家具配置改善アルゴリズム、Pythonスクリプティングを組み合わせて、Autodesk Revitのようなデザインツールと互換性のある空間的に一貫性のあるドラフトプランを生成する。
  論文  参考訳（メタデータ） (2025-08-30T16:04:15Z)
• Effective Analog ICs Floorplanning with Relational Graph Neural Networks and Reinforcement Learning [0.3749861135832073]
  本稿では,強化学習に基づく新しいフロアプランニングアルゴリズムを提案する。 回路特徴と位置制約を符号化するリレーショナルグラフ畳み込みニューラルネットワークモデルによって拡張される。 提案手法は, 既設フロアプランニング手法を, 速度, 面積, 半周波線長で上回った。
  論文  参考訳（メタデータ） (2024-11-20T12:11:12Z)
• Automated Placement of Analog Integrated Circuits using Priority-based Constructive Heuristic [0.0]
  われわれは,いわゆるポケット,合併の可能性,デバイス間のパラメトリジブルな最小距離を必要とする,特定の種類のアナログ配置に注目した。 我々の解は回路の境界ボックスの周長と近似ワイヤ長を最小化する。 本手法は,手作業による設計を伴い,合成された産業事例と実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実物実
  論文  参考訳（メタデータ） (2024-10-18T07:16:59Z)
• PosterLLaVa: Constructing a Unified Multi-modal Layout Generator with LLM [58.67882997399021]
  本研究では,グラフィックレイアウトの自動生成のための統合フレームワークを提案する。 データ駆動方式では、レイアウトを生成するために構造化テキスト(JSONフォーマット)とビジュアルインストラクションチューニングを用いる。 我々は,ユーザのデザイン意図に基づいて編集可能なポスターを生成する自動テキスト投稿システムを開発した。
  論文  参考訳（メタデータ） (2024-06-05T03:05:52Z)
• 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)
• De-fine: Decomposing and Refining Visual Programs with Auto-Feedback [75.62712247421146]
  De-fineは、複雑なタスクを単純なサブタスクに分解し、オートフィードバックを通じてプログラムを洗練する、トレーニング不要のフレームワークである。 様々な視覚的タスクに対する我々の実験は、De-fineがより堅牢なプログラムを生成することを示している。
  論文  参考訳（メタデータ） (2023-11-21T06:24:09Z)
• An End-to-End Differentiable Framework for Contact-Aware Robot Design [37.715596272425316]
  我々は、接触認識ロボット設計のためのエンドツーエンドの差別化可能なフレームワークを構築した。 変形に基づく新しいパラメータ化により、任意の複雑な幾何学を持つ剛体ロボットを設計することができる。 微分可能な剛体シミュレータは、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの完全なスペクトルに対する解析的勾配を計算することができる。
  論文  参考訳（メタデータ） (2021-07-15T17:53:44Z)

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。