論文の概要: K-TRAIL: Simulator-Guided Generative Design of EM/RF Circuits

• arxiv url: http://arxiv.org/abs/2609.23183v1
• Date: Sat, 19 Sep 2026 19:13:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.721699
• Title: K-TRAIL: Simulator-Guided Generative Design of EM/RF Circuits
• Title（参考訳）: K-TRAIL:EM/RF回路のシミュレータ誘導生成設計
• Abstract要約: 回路レイアウトと電気応答の関係は一般的ではないため,RF回路と電磁回路の逆設計は困難である。 本稿では,自動EM/RF回路合成のためのシミュレータ誘導型生成フレームワークK-TRAILを提案する。
• 参考スコア（独自算出の注目度）: 1.7181078670359513
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inverse design of RF and electromagnetic (EM) circuits is challenging because the relationship between circuit layout and electrical response is non-unique, and full-wave simulation is computationally expensive. This paper presents K-TRAIL, a simulator-guided generative framework for automated EM/RF circuit synthesis. K-TRAIL combines diffusion-based layout generation with derivative-free ensemble Kalman guidance, allowing feedback from a black-box EM simulator to refine candidate layouts during generation without requiring adjoint sensitivities or differentiable solver models. The framework supports both synthesis from prescribed S-parameter responses and synthesis directly from RF performance constraints. Experiments on multi-layer RFIC structures show that simulator-guided generation improves agreement with target responses and can identify structurally distinct layouts that satisfy circuit-level design requirements. The proposed approach provides a practical path toward generative, verification-aware RF circuit design while retaining the flexibility to explore diverse layout topologies.
• Abstract（参考訳）: RF回路と電磁(EM回路)回路の逆設計は、回路レイアウトと電気応答の関係が不均一であり、フルウェーブシミュレーションは計算コストがかかるため困難である。 本稿では,自動EM/RF回路合成のためのシミュレータ誘導型生成フレームワークK-TRAILを提案する。 K-TRAILは拡散に基づくレイアウト生成とデリバティブフリーアンサンブルKalmanガイダンスを組み合わせることで、ブラックボックスEMシミュレータからのフィードバックにより、隣接感性や微分可能解法モデルを必要とすることなく、生成中の候補レイアウトを洗練することができる。 このフレームワークは、所定のSパラメータ応答からの合成と、RF性能制約から直接合成をサポートする。 多層RFIC構造の実験により、シミュレータ誘導生成はターゲット応答との一致を改善し、回路レベルの設計要件を満たす構造的に異なるレイアウトを識別できることが示されている。 提案手法は、様々なレイアウトトポロジを探索する柔軟性を維持しつつ、生成的で検証可能なRF回路設計への実践的な経路を提供する。

関連論文リスト

• AstRL: Analog and Mixed-Signal Circuit Synthesis with Deep Reinforcement Learning [0.8633481456093186]
  本研究は、グラフ生成問題として回路設計をキャストし、深部強化学習(AstRL)により駆動されるAMS合成の新しい手法を提案する。 AstRLは、シミュレータ組み込み環境において、ユーザー特定ターゲットに対して直接最適化された回路を生成し、トレーニング中に地道フィードバックを提供する。 3つの現実的な設計課題に対する実験結果は、最先端のベースラインよりも従来の設計指標を大幅に改善したことを示している。
  論文  参考訳（メタデータ） (2026-02-12T20:52:39Z)
• QuLTRA: Quantum hybrid Lumped and TRansmission lines circuits Analyzer [0.0]
  QuLTRAはオープンソースのPythonパッケージで、量子回路の量子回路を正確にシミュレーションする。 完全な電磁シミュレーションに頼ることなく, モード, アンハーモニック性, クロスカー相互作用, パーセル崩壊率を抽出する方法を示す。 アプリケーション例としては、Purcellフィルタの設計、マルチモード超強結合システム、多重量子ビット読み出し方式などがある。
  論文  参考訳（メタデータ） (2025-09-03T18:58:41Z)
• DNN-Based Precoding in RIS-Aided mmWave MIMO Systems With Practical Phase Shift [43.56429251312585]
  本稿では、直接通信路を妨害したミリ波マルチインプット多重出力(MIMO)システムのスループットを最大化する。 リコンフィギュアブルインテリジェントサーフェス(RIS)は、視線(LoS)とマルチパス効果に関連するmmWave特性を考慮して伝送性を高めるために使用される。 ディープニューラルネットワーク(DNN)は、より高速なコードワード選択を容易にするために開発された。
  論文  参考訳（メタデータ） (2025-07-03T17:35:06Z)
• 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)
• 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)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• Phase Shift Design in RIS Empowered Wireless Networks: From Optimization to AI-Based Methods [83.98961686408171]
  再構成可能なインテリジェントサーフェス(RIS)は、無線ネットワークのための無線伝搬環境をカスタマイズする革命的な機能を持つ。 無線システムにおけるRISの利点を完全に活用するには、反射素子の位相を従来の通信資源と共同で設計する必要がある。 本稿では、RISが課す制約を扱うための現在の最適化手法と人工知能に基づく手法についてレビューする。
  論文  参考訳（メタデータ） (2022-04-28T09:26:14Z)

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。