論文の概要: Sketch2Sim: an end-to-end modular framework for hand-drawn circuit analysis
- arxiv url: http://arxiv.org/abs/2610.28836v1
- Date: Tue, 20 Oct 2026 19:04:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.1281
- Title: Sketch2Sim: an end-to-end modular framework for hand-drawn circuit analysis
- Title（参考訳）: Sketch2Sim:手書き回路解析のためのエンドツーエンドのモジュラーフレームワーク
- Abstract要約: 本研究は,手書き回路図を解くためのスケッチ・トゥ・シミュレートシステムを提案する。
本システムは,生画像から集積回路強調(SPICE)対応ネットリストのシミュレーションプログラムに変換する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study proposes a sketch-to-simulation system to solve handwritten circuit diagrams. The system converts raw images into a Simulation Program with Integrated Circuit Emphasis (SPICE)-compatible netlist and automatically calculates the circuit's nodal voltages and currents. Another objective is to propose a holistic framework that benefits students and educators by enhancing the teaching and learning experience of electric circuits and expediting engineering design reviews. This article presents a multistage pipeline that converts raw photographs of handwritten electric circuits into executable SPICE-like netlists, providing a solution. A dataset of 1,000 hand-drawn Resistor-Inductor-Capacitor (RLC) circuits was curated and annotated for components, text regions, and character recognition. The proposed system decomposes a circuit diagram into three stages: (i) dual You Only Look Once (YOLO)-based detectors for components and text regions, (ii) a Convolutional Recurrent Neural Network (CRNN) with Connectionist Temporal Classification (CTC) and Optical Character Recognition (OCR)-based domain-aware symbol value extraction, and (iii) image processing with thresholding, skeletonization, and Density-Based Spatial Clustering of Applications with Noise (DBSCAN) to automatically identify nodes and map them with corresponding components. The proposed system produces the netlist and solves the circuit. The qualitative and quantitative ablation studies on modular stages, as well as end-to-end tests, demonstrate robust performance across various handwriting styles, lighting conditions, and clutter.This study serves as an interactive learning aid and practical tool for professionals, providing a comprehensive user interface (UI), enabling rapid digitization of circuit sketches for study, design, prototyping, or troubleshooting.
- Abstract（参考訳）: 本研究は,手書き回路図を解くためのスケッチ・トゥ・シミュレートシステムを提案する。
このシステムは、生画像をSPICE互換ネットリスト付きシミュレーションプログラムに変換し、回路の結節電圧と電流を自動的に計算する。
もう1つの目的は、電気回路の教育と学習経験を高め、エンジニアリング設計レビューを迅速化することで、学生や教育者にとって有益な総合的な枠組みを提案することである。
本稿では、手書き電気回路の原写真から実行可能なSPICEライクなネットリストに変換し、ソリューションを提供する多段パイプラインを提案する。
1000個の手書きResistor-Inductor-Capacitor(RLC)回路のデータセットをキュレーションし、コンポーネント、テキスト領域、文字認識に注釈を付けた。
提案システムでは,回路図を3段階に分割する。
(i)コンポーネントとテキスト領域のためのYOLOベースの検出器。
(II)コネクショニスト時間分類(CTC)と光学文字認識(OCR)に基づくドメイン認識シンボル値抽出による畳み込みリカレントニューラルネットワーク(CRNN)
三 ノイズを伴うアプリケーション(DBSCAN)のしきい値、スケルトン化、密度に基づく空間クラスタリングによる画像処理により、ノードを自動的に識別し、対応するコンポーネントとマッピングする。
提案システムは、ネットリストを生成し、回路を解く。
本研究は,多種多様な手書きスタイル,照明条件,クラッタにおいて,モジュールステージとエンドツーエンドテストの質的,定量的なアブレーション研究を行い,インタラクティブな学習支援と専門家のための実践的ツールとして機能し,総合ユーザインタフェース(UI)を提供し,研究,設計,プロトタイピング,トラブルシューティングのための回路スケッチの迅速なデジタル化を可能にする。
関連論文リスト
- DiCE-CIR: Direct Composition Learning for Efficient Zero-Shot Composed Image Retrieval [52.15696141238419]
ゼロショット合成画像検索(ZS-CIR)は、参照画像と編集テキストからなるマルチモーダルクエリから対象画像を検索することを目的としている。
提案するDiCE-CIRは,参照画像と編集テキストを直接合成することで,合成されたクエリ表現を予測する直接合成学習手法である。
論文 参考訳（メタデータ） (2026-07-06T04:37:30Z) - SINA: A Fully Automated Circuit Schematic Image to Netlist Generator Using Artificial Intelligence [0.0]
SINAは、オープンソースの回路スキーマ画像-ネットリスト生成器である。
SINAはICレベルのスキーマとPCBレベルのスキーマを扱い、専用のクロスワイヤ検出を組み込んでいる。
我々の実験では、全体のネットリスト生成精度は96.67%であり、最先端のアプローチに比べて2.72倍高い。
論文 参考訳（メタデータ） (2026-07-02T02:24:00Z) - Seeing Through Circuits: Faithful Mechanistic Interpretability for Vision Transformers [54.2202951543048]
視覚変換器の計算グラフから有用なメカニスティック回路を同定できるかどうかを検討する。
分類のためのクラス固有の回路を復元するビジュアル・サーキット・ディスカバリー(Vi-CD)の効果的な手法を提案する。
これらのモデルの内部計算に透明性を加えることで、視覚変換器から洞察に富み、行動可能なエッジベース回路を復元できることが判明した。
論文 参考訳（メタデータ） (2026-04-15T23:25:46Z) - KCLNet: Electrically Equivalence-Oriented Graph Representation Learning for Analog Circuits [33.151200670956676]
本稿では、直流(DC)電気的に等価なアナログ表現学習フレームワーク、textbfKCLNetを提案する。
これは、電気的にシミュレートされたメッセージパッシングを備えた非同期グラフニューラルネットワーク構造と、KirchhoffのCurrent Law(KCL)にインスパイアされた表現学習方法からなる。
論文 参考訳（メタデータ） (2026-03-25T09:06:19Z) - SINA: A Circuit Schematic Image-to-Netlist Generator Using Artificial Intelligence [0.0]
SINAは、オープンソースの完全に自動化された回路スキーマ画像-ネットリスト生成装置である。
実験では、SINAは96.47%のネットリスト生成精度を達成しており、これは最先端のアプローチよりも2.72倍高い。
論文 参考訳（メタデータ） (2026-01-29T18:41:52Z) - 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) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳（メタデータ） (2021-08-31T15:09:39Z) - Semantically Tied Paired Cycle Consistency for Any-Shot Sketch-based
Image Retrieval [55.29233996427243]
ローショットスケッチに基づく画像検索はコンピュータビジョンの新たな課題である。
本稿では,ゼロショットおよび少数ショットのスケッチベース画像検索(SBIR)タスクについて述べる。
これらの課題を解決するために,SEM-PCYC(SEM-PCYC)を提案する。
以上の結果から,Sketchy,TU-Berlin,QuickDrawのデータセットを拡張したバージョンでは,最先端の撮影性能が大幅に向上した。
論文 参考訳（メタデータ） (2020-06-20T22:43:53Z)
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。