Buchumschlag

Retrieval-Guided Reinforcement Learning for Boolean Circuit Minimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chowdhury, Animesh Basak, Romanelli, Marco, Tan, Benjamin, Karri, Ramesh, Garg, Siddharth
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Hardware Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Make Every Move Count: LLM-based High-Quality RTL Code Generation Using MCTS
von: DeLorenzo, Matthew, et al.
Veröffentlicht: (2024)

Evaluating LLMs for Hardware Design and Test
von: Blocklove, Jason, et al.
Veröffentlicht: (2024)

PrefixLLM: LLM-aided Prefix Circuit Design
von: Xiao, Weihua, et al.
Veröffentlicht: (2024)

Rome was Not Built in a Single Step: Hierarchical Prompting for LLM-based Chip Design
von: Nakkab, Andre, et al.
Veröffentlicht: (2024)

Automatically Improving LLM-based Verilog Generation using EDA Tool Feedback
von: Blocklove, Jason, et al.
Veröffentlicht: (2024)

InF-ATPG: Intelligent FFR-Driven ATPG with Advanced Circuit Representation Guided Reinforcement Learning
von: Sun, Bin, et al.
Veröffentlicht: (2025)

Automated Design and Optimization of Distributed Filtering Circuits via Reinforcement Learning
von: Gao, Peng, et al.
Veröffentlicht: (2024)

VeriLoC: Line-of-Code Level Prediction of Hardware Design Quality from Verilog Code
von: Hemadri, Raghu Vamshi, et al.
Veröffentlicht: (2025)

David vs. Goliath: Can Small Models Win Big with Agentic AI in Hardware Design?
von: Shankar, Shashwat, et al.
Veröffentlicht: (2025)

Large Language Models (LLMs) for Electronic Design Automation (EDA)
von: Xu, Kangwei, et al.
Veröffentlicht: (2025)

C2HLSC: Can LLMs Bridge the Software-to-Hardware Design Gap?
von: Collini, Luca, et al.
Veröffentlicht: (2024)

BoolGebra: Attributed Graph-learning for Boolean Algebraic Manipulation
von: Li, Yingjie, et al.
Veröffentlicht: (2024)

Supervised Learning for Analog and RF Circuit Design: Benchmarks and Comparative Insights
von: Mehradfar, Asal, et al.
Veröffentlicht: (2025)

GTAC: A Generative Transformer for Approximate Circuits
von: Wang, Jingxin, et al.
Veröffentlicht: (2025)

Masala-CHAI: A Large-Scale SPICE Netlist Dataset for Analog Circuits by Harnessing AI
von: Bhandari, Jitendra, et al.
Veröffentlicht: (2024)

FPGA Divide-and-Conquer Placement using Deep Reinforcement Learning
von: Wang, Shang, et al.
Veröffentlicht: (2024)

Causal AI For AMS Circuit Design: Interpretable Parameter Effects Analysis
von: Hussain, Mohyeu, et al.
Veröffentlicht: (2026)

SwiftRL: Towards Efficient Reinforcement Learning on Real Processing-In-Memory Systems
von: Gogineni, Kailash, et al.
Veröffentlicht: (2024)

LaMAGIC: Language-Model-based Topology Generation for Analog Integrated Circuits
von: Chang, Chen-Chia, et al.
Veröffentlicht: (2024)

C2HLSC: Leveraging Large Language Models to Bridge the Software-to-Hardware Design Gap
von: Collini, Luca, et al.
Veröffentlicht: (2024)

TransPlace: Transferable Circuit Global Placement via Graph Neural Network
von: Hou, Yunbo, et al.
Veröffentlicht: (2025)

Boolean-aware Boolean Circuit Classification: A Comprehensive Study on Graph Neural Network
von: Ni, Liwei, et al.
Veröffentlicht: (2024)

LLM-Aided Testbench Generation and Bug Detection for Finite-State Machines
von: Bhandari, Jitendra, et al.
Veröffentlicht: (2024)

ChipExpert: The Open-Source Integrated-Circuit-Design-Specific Large Language Model
von: Xu, Ning, et al.
Veröffentlicht: (2024)

CAFEEN: A Cooperative Approach for Energy Efficient NoCs with Multi-Agent Reinforcement Learning
von: Khan, Kamil, et al.
Veröffentlicht: (2024)

AICircuit: A Multi-Level Dataset and Benchmark for AI-Driven Analog Integrated Circuit Design
von: Mehradfar, Asal, et al.
Veröffentlicht: (2024)

LaMAGIC2: Advanced Circuit Formulations for Language Model-Based Analog Topology Generation
von: Chang, Chen-Chia, et al.
Veröffentlicht: (2025)

Dynamic Co-Optimization Compiler: Leveraging Multi-Agent Reinforcement Learning for Enhanced DNN Accelerator Performance
von: Fayyazi, Arya, et al.
Veröffentlicht: (2024)

AnaFlow: Agentic LLM-based Workflow for Reasoning-Driven Explainable and Sample-Efficient Analog Circuit Sizing
von: Ahmadzadeh, Mohsen, et al.
Veröffentlicht: (2025)

Graph Computation Meets Circuit Algebra: A Task-Aligned Analysis of Graph Neural Networks for Electronic Design Automation
von: Kim, Hyunmog
Veröffentlicht: (2026)

NeuroSim V1.5: Improved Software Backbone for Benchmarking Compute-in-Memory Accelerators with Device and Circuit-level Non-idealities
von: Read, James, et al.
Veröffentlicht: (2025)

Explainable AI-Guided Efficient Approximate DNN Generation for Multi-Pod Systolic Arrays
von: Siddique, Ayesha, et al.
Veröffentlicht: (2025)

Circuit Diagram Retrieval Based on Hierarchical Circuit Graph Representation
von: Gao, Ming, et al.
Veröffentlicht: (2025)

Exploring the Agentic Frontier of Verilog Code Generation
von: Yubeaton, Patrick, et al.
Veröffentlicht: (2026)

LLMs for Secure Hardware Design and Related Problems: Opportunities and Challenges
von: Knechtel, Johann, et al.
Veröffentlicht: (2026)

Chameleon: a Heterogeneous and Disaggregated Accelerator System for Retrieval-Augmented Language Models
von: Jiang, Wenqi, et al.
Veröffentlicht: (2023)

Ascend HiFloat8 Format for Deep Learning
von: Luo, Yuanyong, et al.
Veröffentlicht: (2024)

Learning to Compare Hardware Designs for High-Level Synthesis
von: Bai, Yunsheng, et al.
Veröffentlicht: (2024)

Estimation of Energy-dissipation Lower-bounds for Neuromorphic Learning-in-memory
von: Chen, Zihao, et al.
Veröffentlicht: (2024)

Hierarchical Mixture of Experts: Generalizable Learning for High-Level Synthesis
von: Li, Weikai, et al.
Veröffentlicht: (2024)