Detail publikace
Towards a Scalable EA-based Optimization of Digital Circuits
Škálovatelnost fitness evaluace byla od 90. let slabým místem při využití evoluce v oblasti logické syntézy. Nedávné studie představily řadu formálních řešení tohoto problému. Bylo tak umožněno optimalizovat komplexní obvody obsahující stovky vstupů a tisíce hradel. Bohužel, problémem je také škálovatelnost reprezentace. Efektivita evoluční optimalizace aplikované globálně na celé obvody se snižuje se vzrůstající komplexností obvodů. V této práci představujeme koncept lokální resyntézy. Resyntéza je iterativním procesem založeným na extrakci menších podobvodů z komplexních obvodů, které jsou optimalizovány a navraceny do původního obvodu. Tento postup umožňuje řešit problém škálovatelnosti reprezentace. Naše experimenty na skupině netriviálních benchmarků z reálného světa ukázaly, že námi navrhovaná metoda dosahuje lepších výsledků než globálně aplikovaná evoluční optimalizace. Ve více než 60% případů se podařilo odebrat větší počet redundantních hradel při zachování výpočetní náročnosti na stejné úrovni.
@INPROCEEDINGS{FITPUB11858, author = "Jitka Kocnov\'{a} and Zden\v{e}k Va\v{s}\'{i}\v{c}ek", title = "Towards a Scalable EA-based Optimization of Digital Circuits", pages = "81--97", booktitle = "Genetic Programming 22nd European Conference, EuroGP 2019", year = 2019, location = "Cham, DE", publisher = "Springer International Publishing", ISBN = "978-3-030-16669-4", doi = "10.1007/978-3-030-16670-0\_6", language = "english", url = "https://www.fit.vut.cz/research/publication/11858" }