論文の概要: Surveying GenAI-based Automation in Printed Circuit Board Design and Test
- arxiv url: http://arxiv.org/abs/2606.17074v1
- Date: Wed, 10 Jun 2026 11:17:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.034337
- Title: Surveying GenAI-based Automation in Printed Circuit Board Design and Test
- Title（参考訳）: プリント基板設計と試験におけるGenAIによる自動化の実態調査
- Authors: Sahana Srinivasan, Benjamin Turnbull, Hammond Pearce,
- Abstract要約: 生成人工知能(GenAI)は、ハードウェアやソフトウェア分野のアプリケーションにますます利用されている。
本調査は, プリント基板(PCB)の設計ライフサイクルにおけるGenAIの在り方について検討した。
- 参考スコア（独自算出の注目度）: 3.991706059211866
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative artificial intelligence (GenAI) is increasingly used for applications in the hardware and software domains. It purports to reduce the manual effort involved in the development and testing of complex systems before release. Within the hardware space, most tasks have focused on design automation of integrated circuits, particularly with hardware description languages. However, other types of hardware also exist! In this survey, we instead examine how GenAI has been and is being across the printed circuit board (PCB) design life cycle. This includes everything from supply chains, system specification, circuit design, layout and optimisation, validation and test, and PCB assembly and distribution. Through this lens we present a taxonomy of discovered works, categorising them according to their intent and contributions. This survey also identifies key technical challenges that GenAI faces in this space, such as domain-specific data scarcity and limited support for integration with existing PCB tools. Finally, future research directions are discussed: our survey shows that there are many opportunities remaining when considering how GenAI may be integrated into various tasks in PCB design and test.
- Abstract（参考訳）: 生成人工知能(GenAI)は、ハードウェアやソフトウェア分野のアプリケーションにますます利用されている。
リリース前の複雑なシステムの開発とテストに関わる手作業の削減が目的だ。
ハードウェア分野において、ほとんどのタスクは集積回路の設計自動化、特にハードウェア記述言語に焦点を当てている。
しかし、他のタイプのハードウェアも存在する。
この調査では、GenAIがどのようにして、プリント回路基板(PCB)設計ライフサイクルにまたがっているかを検討する。
これにはサプライチェーン、システム仕様、回路設計、レイアウトと最適化、検証とテスト、PCBアセンブリと配布など、あらゆるものが含まれます。
このレンズを通して発見された作品の分類を示し、その意図と貢献に応じて分類する。
この調査では、ドメイン固有のデータ不足や既存のPCBツールとの統合の制限など、GenAIがこの分野で直面している重要な技術的課題も挙げている。
最後に、今後の研究の方向性について述べる。我々の調査は、GenAIがPCB設計およびテストにおける様々なタスクにどのように統合されるかを考えると、多くの機会が残っていることを示している。
関連論文リスト
- Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。
SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。
本稿では,この新興領域を体系的に調査する。
論文 参考訳（メタデータ） (2026-01-15T18:55:03Z) - A Multi-Agent Generative AI Framework for IC Module-Level Verification Automation [5.6001391902185205]
生成AIによるチップ設計は、学術や産業から広く注目を集めている。
本稿では、複雑な検証タスクにおける現在の単一LLMアプローチの限界に対処することを目的とした、革新的なマルチエージェント検証フレームワーク(MAVF)を提案する。
その結果、MAVFは検証文書解析・生成において従来の手作業法や単対話生成AIアプローチよりも優れており、自動テストベンチ生成も優れていることがわかった。
論文 参考訳（メタデータ） (2025-07-29T11:17:47Z) - Generative AI for Software Architecture. Applications, Challenges, and Future Directions [6.883775050854466]
我々は、ソフトウェアアーキテクチャにおけるGenAIの使用、合理化、コンテキスト、ユーザビリティ、および将来の課題を体系的に総合することを目指している。
アーキテクチャ決定支援とアーキテクチャ再構築のためのGenAIの導入について検討した。
論文 参考訳（メタデータ） (2025-03-17T15:49:30Z) - Exploring Gen-AI applications in building research and industry: A review [10.154329382433213]
本稿では,建築業界におけるジェネレーティブAI(Gen-AI)技術の変革の可能性について検討する。
これらの先進的なAIツールを活用することで、自動コンプライアンスチェックや設計支援の構築など、主要な領域にわたるアプリケーションについて調査する。
この論文は、建築業界におけるGen-AIの現在の能力に関する包括的分析で締めくくっている。
論文 参考訳（メタデータ） (2024-10-01T21:59:08Z) - LLM4EDA: Emerging Progress in Large Language Models for Electronic
Design Automation [74.7163199054881]
大規模言語モデル(LLM)は、文脈理解、論理推論、回答生成においてその能力を実証している。
本稿では,EDA分野におけるLLMの応用に関する系統的研究を行う。
論理合成,物理設計,マルチモーダル特徴抽出,回路のアライメントにLLMを適用することに焦点を当て,今後の研究の方向性を強調した。
論文 参考訳（メタデータ） (2023-12-28T15:09:14Z) - DVQI: A Multi-task, Hardware-integrated Artificial Intelligence System
for Automated Visual Inspection in Electronics Manufacturing [57.33324493991657]
本稿では,DVQI(DarwinAI Visual Quality Inspection)システムを用いて,プリント基板組立欠陥の自動検査を行う。
DVQIシステムは、最小限のプログラミングと製造技術者のセットアップによるマルチタスク検査を可能にする。
また、DVQIシステムの性能と、トップエレクトロニクスメーカーへの影響に関するケーススタディも提示する。
論文 参考訳（メタデータ） (2023-12-14T18:56:54Z) - Generative Artificial Intelligence for Software Engineering -- A
Research Agenda [8.685607624226037]
我々は、GenAI for Software Engineeringの研究アジェンダを開発するために、文献レビューと5ヶ月間のフォーカスグループを実施しました。
この結果から,GenAIを部分的自動化に適用し,すべてのソフトウェア開発活動における意思決定を支援することが可能であることが示唆された。
GenAIを実装する際の一般的な考慮事項は、業界レベルの評価、信頼性と正確性、データアクセシビリティ、透明性、技術に関連する持続可能性といった点である。
論文 参考訳（メタデータ） (2023-10-28T09:14:39Z) - 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) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳（メタデータ） (2020-09-09T15:31:29Z)
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。