知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024131848
(43)【公開日】2024-09-30
(54)【発明の名称】情報処理方法及び情報処理装置
(51)【国際特許分類】
G06F 30/367 20200101AFI20240920BHJP
H01L 21/82 20060101ALI20240920BHJP
G06F 30/27 20200101ALI20240920BHJP
【ＦＩ】
G06F30/367
H01L21/82 C
G06F30/27
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2023042326
(22)【出願日】2023-03-16
(71)【出願人】
【識別番号】318010018
【氏名又は名称】キオクシア株式会社
(74)【代理人】
【識別番号】100120031
【弁理士】
【氏名又は名称】宮嶋 学
(74)【代理人】
【識別番号】100107582
【弁理士】
【氏名又は名称】関根 毅
(74)【代理人】
【識別番号】100118843
【弁理士】
【氏名又は名称】赤岡 明
(74)【代理人】
【識別番号】100103263
【弁理士】
【氏名又は名称】川崎 康
(72)【発明者】
【氏名】田村 比呂
【テーマコード（参考）】
5B146
5F064
【Ｆターム（参考）】
5B146AA22
5B146CA01
5B146DC03
5B146GC01
5B146GG24
5F064HH09
5F064HH11
(57)【要約】
【課題】機械学習を利用して電気回路の特徴量を精度よく更新する。
【解決手段】複数のノードと、複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の複数のノードそれぞれの特徴量を更新する情報処理方法は、複数のノードそれぞれに接続されるエッジについて、エッジの両端の２つのノードの種類に応じて、エッジの種類を表すエッジタイプを特定することと、複数のノードの中から、特徴量を更新する対象とする第１ノードを選択することと、選択された第１ノードに接続されるエッジのエッジタイプに基づいて、選択された第１ノードにエッジを介して接続される第２ノードの特徴量の更新値を算出することと、算出された第２ノードの特徴量の更新値に基づいて、第１ノードの特徴量を更新することと、を備える。
【選択図】図１
【解決手段】複数のノードと、複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の複数のノードそれぞれの特徴量を更新する情報処理方法は、複数のノードそれぞれに接続されるエッジについて、エッジの両端の２つのノードの種類に応じて、エッジの種類を表すエッジタイプを特定することと、複数のノードの中から、特徴量を更新する対象とする第１ノードを選択することと、選択された第１ノードに接続されるエッジのエッジタイプに基づいて、選択された第１ノードにエッジを介して接続される第２ノードの特徴量の更新値を算出することと、算出された第２ノードの特徴量の更新値に基づいて、第１ノードの特徴量を更新することと、を備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理方法であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定することと、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択することと、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出することと、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新することと、
更新した前記第１ノードの特徴量に基づいて、前記第１ノードの属性を推定することと、を備える、
情報処理方法。
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定することと、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択することと、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出することと、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新することと、
更新した前記第１ノードの特徴量に基づいて、前記第１ノードの属性を推定することと、を備える、
情報処理方法。
【請求項2】
前記第２ノードの特徴量の更新値を算出することは、前記第１ノードに複数のエッジが接続されている場合、前記複数のエッジのそれぞれの前記エッジタイプに基づいて、前記第１ノードに前記複数のエッジのそれぞれを介して接続される複数の前記第２ノードの特徴量の更新値を順に算出することを含み、
前記第１ノードの特徴量を更新することは、前記複数の第２ノードの特徴量の更新値に基づいて、選択された前記第１ノードの特徴量を更新することを含む、
請求項１に記載の情報処理方法。
前記第１ノードの特徴量を更新することは、前記複数の第２ノードの特徴量の更新値に基づいて、選択された前記第１ノードの特徴量を更新することを含む、
請求項１に記載の情報処理方法。
【請求項3】
前記第１ノードの特徴量を更新することは、選択された前記第１ノードに接続されるすべてのエッジの前記エッジタイプに基づいて算出されたすべての前記第２ノードの特徴量の更新値と、選択された前記第１ノードの特徴量とに基づいて、選択された前記第１ノードの特徴量を更新することを含む、
請求項１に記載の情報処理方法。
請求項１に記載の情報処理方法。
【請求項4】
前記第1ノードを選択することは、前記複数のノードの中から、前記特徴量を更新する対象である前記第１ノードを順に選択することを含み、
選択された前記第１ノードの特徴量を更新した後、前記特徴量を更新するべき他の前記第１ノードが存在するか否かを判定することをさらに備え、
前記第１ノードを選択することは、前記特徴量を更新するべき他の前記第１ノードが存在すると判定されると、新たな前記第１ノードを選択することを含み、
前記第２ノードの特徴量の更新値を算出することは、前記新たな第１ノードに接続されるエッジの前記エッジタイプに基づいて、前記新たな第１ノードにエッジを介して接続される新たな前記第２ノードの特徴量の更新値を算出することを含む、
請求項１に記載の情報処理方法。
選択された前記第１ノードの特徴量を更新した後、前記特徴量を更新するべき他の前記第１ノードが存在するか否かを判定することをさらに備え、
前記第１ノードを選択することは、前記特徴量を更新するべき他の前記第１ノードが存在すると判定されると、新たな前記第１ノードを選択することを含み、
前記第２ノードの特徴量の更新値を算出することは、前記新たな第１ノードに接続されるエッジの前記エッジタイプに基づいて、前記新たな第１ノードにエッジを介して接続される新たな前記第２ノードの特徴量の更新値を算出することを含む、
請求項１に記載の情報処理方法。
【請求項5】
前記エッジタイプは、前記エッジの両端に接続される前記第１ノード及び前記第２ノードそれぞれの素子又は端子の種類を表す、
請求項１に記載の情報処理方法。
請求項１に記載の情報処理方法。
【請求項6】
前記ノードは、前記電気回路の素子を含み、
前記エッジは、前記電気回路の２つの素子を接続する配線を含む、
請求項１に記載の情報処理方法。
前記エッジは、前記電気回路の２つの素子を接続する配線を含む、
請求項１に記載の情報処理方法。
【請求項7】
前記ノードは、前記電気回路の素子及び配線を含み、
前記電気回路は、
複数の前記配線に接続される複数の前記素子を表す複数のノードを含む第１ノード群と、
前記複数の配線を表す複数のノードを含む第２ノード群と、
前記第１ノード群に含まれる任意のノードと、前記第２ノード群に含まれる任意のノードとを接続する複数のエッジと、を含む２部グラフで表される、
請求項１に記載の情報処理方法。
前記電気回路は、
複数の前記配線に接続される複数の前記素子を表す複数のノードを含む第１ノード群と、
前記複数の配線を表す複数のノードを含む第２ノード群と、
前記第１ノード群に含まれる任意のノードと、前記第２ノード群に含まれる任意のノードとを接続する複数のエッジと、を含む２部グラフで表される、
請求項１に記載の情報処理方法。
【請求項8】
前記第１ノードの特徴量は、前記電気回路に含まれる素子の特性値と、前記電気回路に含まれる配線のインピーダンス値と、前記電気回路に含まれる配線の寄生成分との少なくとも一つを含む、
請求項１に記載の情報処理方法。
請求項１に記載の情報処理方法。
【請求項9】
複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理装置であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定するエッジタイプ特定部と、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択するノード選択部と、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出する特徴量算出部と、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新する特徴量更新部と、を備える、
情報処理装置。
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定するエッジタイプ特定部と、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択するノード選択部と、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出する特徴量算出部と、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新する特徴量更新部と、を備える、
情報処理装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の一実施形態は、情報処理方法及び情報処理装置に関する。
【背景技術】
【0002】
半導体プロセスの微細化に伴って、半導体回路の素子数は膨大な数になっており、半導体回路の設計と検証の難易度が高まっている。
【0003】
最近、機械学習がさまざまな分野で活用されており、半導体回路の設計や検証においても、機械学習の活用が望まれている。半導体回路の設計や検証においては、半導体回路を構成する各素子や各配線の、形状や寸法、電気特性などの様々な属性値の最適化や推定などの処理が必要になる。これらの処理は、従来、計算機シミュレーションと人間による判断を組み合わせて実施されてきた。しかし、微細化が進み回路規模が大きくなるにつれて、これらの処理を現実的な時間内に実施するのは困難になりつつある。
【0004】
そこで、半導体回路の設計や検証において、計算機シミュレーションと人間による判断の組み合わせに代えて機械学習の活用が期待されている。しかしながら、現状、半導体回路等の電気回路の設計と検証においては、機械学習の利用に関して確立された手法がない。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特許第2954074号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
そこで、本発明の一実施形態では、機械学習を利用して電気回路の属性値を精度よく推定可能な情報処理方法及び情報処理装置を提供するものである。
【課題を解決するための手段】
【0007】
上記の課題を解決するために、本発明の一実施形態によれば、複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理方法であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定することと、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択することと、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出することと、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新することと、
更新した前記第１ノードの特徴量に基づいて、前記第１ノードの属性を推定することと、を備える、
情報処理方法が提供される。
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定することと、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択することと、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出することと、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新することと、
更新した前記第１ノードの特徴量に基づいて、前記第１ノードの属性を推定することと、を備える、
情報処理方法が提供される。
【図面の簡単な説明】
【0008】
【図1】一実施形態に係る情報処理装置の概略構成を示すブロック図。
【図2A】電気回路の一例を示す回路図。
【図3】電気回路をグラフ表現したグラフデータの一例を示す図。
【図4】一実施形態に係る情報処理装置の処理動作を示すフローチャート。
【図5】２部グラフの一例を示す図。
【図6】本実施形態に係る情報処理装置のハードウェア構成を示すブロック図。
【発明を実施するための形態】
【0009】
以下、図面を参照して、情報処理方法及び情報処理装置の実施形態について説明する。以下では、情報処理装置の主要な構成部分を中心に説明するが、情報処理装置には、図示又は説明されていない構成部分や機能が存在しうる。以下の説明は、図示又は説明されていない構成部分や機能を除外するものではない。
【0010】
図１は一実施形態に係る情報処理装置１の概略構成を示すブロック図である。図１の情報処理装置１は、複数のノードと、複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路におけるノードの特徴量を更新する機能を備える。この機能により、機械学習を利用して電気回路の属性値を精度よく推定することが可能となる。本実施形態において、電気回路は、例えば半導体装置の電気回路である。
【0011】
ノードは、例えば電気回路の素子又は配線である。特徴量は、例えば素子又は配線の特性値である。特性値は、例えば、抵抗値、キャパシタンス、インダクタンスなどの素子値でもよいし、電磁放射量又はノイズ発生量でもよいし、また、寄生抵抗、寄生容量、又は寄生インダクタンスなどの寄生成分でもよい。
【0012】
図１の情報処理装置１によって更新される電気回路の各ノードの特徴量の値（更新値）は、電気回路の各素子の素子値を設計したい場合、電気回路のレイアウト配置を設計したい場合、電気回路の寄生成分を予測したい場合、電気回路の検証のためのシミュレーションにおいて無視してもよい素子を特定したい場合などに利用することができるが、特徴量の更新値の用途は特に限定されない。
【0013】
図２Ａは電気回路２の一例を示す回路図、図２Ｂは図２Ａの電気回路２をグラフ表現したグラフデータ３の一例を示す図である。電気回路２の回路構成は任意であり、図２Ａの回路構成に限定されるものではない。図２Ａの電気回路２は、差動増幅器を構成しており、ＰＭＯＳトランジスタＱ１、Ｑ２、Ｑ３と、ＮＭＯＳトランジスタＱ４、Ｑ５、Ｑ６、Ｑ７、Ｑ８と、電流源ＣＳと、キャパシタＣ１、Ｃ２とを備える。
【0014】
トランジスタＱ１とＱ２は、ゲート同士が接続されており、カレントミラー回路を構成している。トランジスタＱ１とＱ２のソースは電源電圧ＶＤＤノードに接続されている。トランジスタＱ１のドレインはトランジスタＱ４のドレインに接続され、トランジスタＱ２のドレインはトランジスタＱ５のドレインに接続されている。トランジスタＱ４のソースとトランジスタＱ５のソースは、トランジスタＱ７のドレインに接続されている。トランジスタＱ３のソースは電源電圧ＶＤＤノードに接続され、トランジスタＱ３のゲートはトランジスタＱ２のドレインとトランジスタＱ５のドレインとに接続されている。トランジスタＱ３のドレインはトランジスタＱ８のドレインに接続され、トランジスタＱ８のソースは接地ノードに接続されている。トランジスタＱ６のドレインと電源電圧ＶＤＤノードとの間には電流源ＣＳが接続され、トランジスタＱ６とＱ７の各ソースは接地ノードに接続されている。トランジスタＱ６、Ｑ７、Ｑ８の各ゲートと、トランジスタＱ６のドレインは共通に接続されている。
【0015】
トランジスタＱ５のドレインとトランジスタＱ３のドレインとの間にはキャパシタＣ１が接続され、トランジスタＱ８のドレインと接地ノードとの間にはキャパシタＣ２が接続されている。トランジスタＱ４、Ｑ５の各ゲートには、差動入力信号の何れか一方が入力される。
【0016】
図２Ａの電気回路２をグラフ表現した図２Ｂのグラフデータ３は、ノードｎ１～ｎ１１と、エッジｅ１～ｅ１７とを有する。ノードｎ１～ｎ１１は、図２Ａの電気回路２のいずれかの素子を表す。例えば、ノードｎ１はトランジスタＱ１、ノードｎ２はトランジスタＱ２、ノードｎ３はトランジスタＱ３である。ノードｎ４はトランジスタＱ４、ノードｎ５はトランジスタＱ５である。ノードｎ６はトランジスタＱ６、ノードｎ７はトランジスタＱ７、ノードｎ８はトランジスタＱ８である。ノードｎ９は電流源ＣＳである。ノードｎ１０はキャパシタＣ１、ノードｎ１１はキャパシタＣ２である。
【0017】
エッジｅ１～ｅ１７は、ノードｎ１～ｎ１１のうち、任意の２つのノード間の配線である。ただし、図２Ｂからわかるように、ノードｎ１～ｎ１１のうち、一部の２つのノード間にはエッジが存在しない場合もありうる。
【0018】
図１に示すように、本実施形態に係る情報処理装置１は、グラフデータ生成部１０と、エッジタイプ特定部１１と、ノード選択部１２と、特徴量算出部１３と、特徴量更新部１４とを備える。
【0019】
グラフデータ生成部１０は、電気回路２をグラフ表現したグラフデータ３を生成する。なお、グラフデータ生成部１０は、情報処理装置１とは別個に設けてもよく、予め生成しておいたグラフデータ３を情報処理装置１が取得してもよい。グラフデータ３は、図２Ｂに示したように、複数のエッジと複数のノードとを有する。
【0020】
エッジタイプ特定部１１は、エッジの両端の２つのノードが表す素子及び素子の端子の種類に応じて、エッジの種類を表すエッジタイプを特定する。素子の端子の種類とは、素子が有する端子である。例えば素子がトランジスタの場合、素子の端子の種類は、ゲート端子、ドレイン端子、ソース端子である。エッジは、２つのノードに接続されている。２つのノードが互いに異なる素子又は素子の端子の場合、素子又は素子の端子の種類によってエッジの種類（エッジタイプ）が変化する。例えば、エッジの一方の端部にＰＭＯＳトランジスタのドレイン端子が接続される場合、エッジの他方の端部に抵抗素子の一端が接続される場合と、キャパシタの一端が接続される場合とでは、接続される素子の端子の種類が異なることから、エッジは異なるエッジタイプになる。また、エッジの両端の２つのノードが互いに同じ種類の素子であっても素子の端子が違う場合、エッジの種類が異なる。例えば、エッジの一方の端部にＰＭＯＳトランジスタのドレイン端子が接続される場合、エッジの他方の端部にＮＭＯＳトランジスタのドレイン端子が接続される場合と、ＮＭＯＳトランジスタのゲート端子が接続される場合とでは、素子の端子が異なることから、エッジは異なるエッジタイプになる。
【0021】
このように、エッジの両端に接続される２つのノードの素子又は素子の端子の種類によって、エッジタイプが変化する。ただし、エッジの一端部に抵抗素子、キャパシタ、又はインバータなどの受動素子が接続される場合、受動素子の種類が同じであれば素子値が異なっても同じエッジタイプとして扱う。例えば、エッジの一端部に１００オームの抵抗素子が接続される場合と、１０オームの抵抗素子が接続される場合とでは、それだけではエッジタイプが異なるとはみなさない。一方、エッジの一端部にＮＭＯＳトランジスタのドレインが接続される場合と、ＰＭＯＳトランジスタのドレインが接続される場合とでは、素子自体が異なるため、それだけでエッジタイプが異なるとみなす。なお、エッジタイプが同じか異なるかの基準を任意に設定変更できるようにしてもよい。
【0022】
ノード選択部１２は、複数のノードの中から、特徴量を更新するべきノード（以下、第１ノードと呼ぶ場合がある）を選択する。図２Ｂに示した複数のノードのうち、例えば電気回路２の主要な動作に影響する素子は、特徴量を更新するべき第１ノードとして選択される。ノード選択部１２は、特徴量を更新するべき第１ノードが複数存在する場合には、一つずつ順に選択する。
【0023】
特徴量算出部１３は、選択された第１ノードに接続されるエッジのエッジタイプに基づいて、第１ノードにエッジを介して接続される第２ノードの特徴量の更新値を算出する。特徴量算出部１３の処理の詳細は後述する。
【0024】
特徴量更新部１４は、第１ノードにエッジを介して接続される第２ノードの特徴量の更新値に基づいて、第１ノードの特徴量を更新する。特徴量更新部１４の処理の詳細は後述する。
【0025】
【0026】
図３のグラフデータ３は、ノードｎ１～ｎ７と、エッジｅ１～ｅ６を有する。図３のノードｎ１～ｎ７及びエッジｅ１～ｅ６と、図２Ｂのノードｎ１～ｎ７及びエッジｅ１～ｅ６とは、符号は同じだが異なるものを示している。図３では、ノードｎ１～ｎ７の特徴量をｖ１～ｖ７としている。上述したように、図３の各エッジのエッジタイプは、対応するエッジの両端に接続される２つのノードの種類によって変化する。
【0027】
図３におけるノードｎ１～ｎ７の特徴量は、１回の更新において、各ノードの特徴量と各ノードに接続される全てのエッジの他端側のノードの特徴量とに応じた値になる。例えば、ノードｎ４には、４つのエッジｅ３～ｅ６それぞれの一端が接続されており、エッジｅ３の他端には特徴量ｖ２のノードｎ２が接続され、エッジｅ４の他端には特徴量ｖ６のノードｎ６が接続され、エッジｅ５の他端には特徴量ｖ５のノードｎ５が接続され、エッジｅ６の他端には特徴量ｖ７のノードｎ７が接続されている。
【0028】
よって、ノードｎ４の特徴量は、式（１）に示すように、ノードｎ４の特徴量Ｖ４と、ノードｎ４に接続された全てのエッジｅ３～ｅ６の他端に接続されるノードｎ２、ｎ６、ｎ５、ｎ７それぞれの特徴量Ｖ２、Ｖ６、Ｖ５、Ｖ７に応じた値になる。より詳細には、ノードｎ４の特徴量Ｖ４と、ノードｎ４に接続される全てのエッジｅ３～ｅ６の他端に接続されるノードｎ２、ｎ６、ｎ５、ｎ７の特徴量Ｖ２、Ｖ６、Ｖ５、Ｖ７を引数とする関数ｆで計算される値が、ノードｎ４の特徴量の更新値である。本実施形態では、各ノードの特徴量の更新を、複数回ずつ行うことを想定しており、式（１）のＬは特徴量の更新回数を示す。
Ｖ4 (L)＝ｆ(Ｖ2 (L-1)，Ｖ5 (L-1)，Ｖ6 (L-1)，Ｖ7 (L-1)，Ｖ4 (L-1)) …（１）
Ｖ4 (L)＝ｆ(Ｖ2 (L-1)，Ｖ5 (L-1)，Ｖ6 (L-1)，Ｖ7 (L-1)，Ｖ4 (L-1)) …（１）
【0029】
このように、各ノードの特徴量は、そのノードの特徴量とそのノードに接続されたエッジの他端側のノードの特徴量に応じた値に更新される。ここで、再び各ノードの特徴量を更新するとき、そのノードに接続されたエッジの他端側のノードは、他端側のノードに接続された別のエッジのさらに他端側のノードの特徴量に応じた特徴量を有している。このため、各ノードの特徴量の更新値は、そのノードがエッジによって接続されていないノードの特徴量が潜在的に関与する。したがって、複数回にわたって各ノードの特徴量を更新することで、より離れたノードの特徴量を更新することができる。
【0030】
図４は一実施形態に係る情報処理装置１の処理動作を示すフローチャートである。図４のフローチャートは、電気回路２をグラフ表現したグラフデータ３における各ノードの特徴量を更新する処理動作を示すものである。図４のフローチャートは、更新対象のすべてのノードの特徴量を１回ずつ更新する処理動作を示している。実際には、上述したように、Ｌ（Ｌは２以上の任意の整数）回にわたって図４のフローチャートの処理が行われる。
【0031】
【0032】
図４のフローチャートにより更新された各ノードの特徴量に基づいて、電気回路２の各素子または配線の属性値を推定することができる。例えば属性値を各素子または配線の形状や寸法とし、各素子や配線の形状や寸法の最適値を推定することができる。あるいは、属性値は、シミュレータによるシミュレーションに必須の素子か否かを判断する目的に利用できる。より具体的には、各ノードの属性値が所定の閾値を超えるか否かを判定し、所定の閾値を超える属性値を持つノードについては、シミュレーションの対象とし、所定の閾値以下の属性値を持つノードは、シミュレーションの対象から外すことで、シミュレータの処理負担を軽減することができる。あるいは、更新された各ノードの属性値に基づいて、各ノードに対応する素子又は配線の故障時期を予測することができる。
【0033】
以下、図３のグラフデータ３を例に取って、図４のフローチャートの処理動作を順に説明する。まず、グラフデータ生成部１０は、電気回路２をグラフ表現したグラフデータ３を生成する（Ｓ１）。ここでは、図２Ｂ又は図３に示すように、電気回路２に基づくノードとエッジからなるグラフデータ３が生成される。上述したように、ノードは例えば素子又は配線、エッジは例えば２つの素子（又は素子の端子）同士を接続する配線である。
【0034】
次に、エッジタイプ特定部１１は、グラフデータ３における各エッジの両端の２つのノードの素子の種類と素子の端子の種類に応じてエッジタイプを特定する（Ｓ２）。Ｓ２の処理は、グラフデータ３における全てのエッジについて行われる。Ｓ２では、エッジの識別情報を引数とする関数φでエッジタイプが特定される。エッジタイプは、例えば、ＮＭＯＳトランジスタのソース端子とＰＭＯＳトランジスタのゲート端子が接続されるエッジであることを示す情報である。エッジの両端の２つのノードの種類により、エッジタイプが決まる。
【0035】
関数φは、エッジｅｊと、エッジｅｊに接続される２つのノードの素子の種類と素子の端子の種類に応じて決まるエッジタイプの対応関係に基づき、ｅｊを引数として与えた時にそれに対応するエッジタイプを返す関数である。これ以降、関数φにより得られるエッジｅｊのエッジタイプを、エッジタイプφ(ｅj)とも称する。
【0036】
次に、ノード選択部１２は、グラフデータ３における特徴量の更新対象のノード群の中から、特徴量が未更新の一つのノードｎiを選択する（Ｓ３）。電気回路２の回路規模が大きくなると、グラフデータ３に含まれるノードとエッジの数は膨大になるが、電気回路２の動作を検証する上で重要性がそれほど高くないノードとエッジが存在しうる。そこで、図４のフローチャートは、グラフデータ３に含まれる全てのノードの中で、重要性の高い一部のノードについて、特徴量の更新を行うことができる。本明細書では、Ｓ３で選択するノードｎiを第１ノードと呼ぶことがある。
【0037】
Ｓ３で第１ノードｎiが選択されると、特徴量算出部１３は、このノードｎiに接続された一つのエッジｅjを選択する（Ｓ４）。例えば、図３のノードｎ４が第１ノードｎiである場合に、ノードｎ４に接続された４つのエッジｅ３～ｅ６のうち一つ（例えばエッジｅ３）が選択される。
【0038】
次に、特徴量算出部１３は、エッジｅjのエッジタイプφ(ｅj)に基づいて、エッジｅiの他端側のノードの特徴量を更新する（Ｓ５）。Ｓ５では、例えば、エッジタイプφ(ｅj)ごとに定義される関数ｈφ(ｅj)により、エッジｅjの他端側のノードの特徴量が更新される。
【0039】
次に、特徴量算出部１３は、Ｓ３で選択したノードｎiに接続されている全てのエッジの中で、Ｓ４とＳ５の処理を行っていない未処理のエッジが残っているか否かを判定する（Ｓ６）。まだ、Ｓ４とＳ５の処理を行っていないエッジが存在する場合には（Ｓ６のＹＥＳ）、Ｓ４とＳ５の処理を行っていないエッジを順にＳ４で選択して、Ｓ５の処理を行う。
【0040】
Ｓ６において、Ｓ３で選択したノードｎiに接続されている全てのエッジの処理が終わったと判定されると（Ｓ６のＮＯ）、特徴量算出部１３は、Ｓ３で選択したノードｎiの特徴量を更新する（Ｓ７）。Ｓ７では、例えば以下の式（２）に基づいて、ノードｎiの特徴量が更新される。式（２）は、一例として、図３のノードｎ４の特徴量の更新値を算出する式を示す。
Ｖ4 (L)＝ｆ(ｈφ(e3)(Ｖ2 (L-1))，ｈφ(e5)(Ｖ5 (L-1))，ｈφ(e4)(Ｖ6 (L-1))，ｈφ(e6)(Ｖ7 (L-1))，Ｖ4 (L-1))
…（２）
Ｖ4 (L)＝ｆ(ｈφ(e3)(Ｖ2 (L-1))，ｈφ(e5)(Ｖ5 (L-1))，ｈφ(e4)(Ｖ6 (L-1))，ｈφ(e6)(Ｖ7 (L-1))，Ｖ4 (L-1))
…（２）
【0041】
このように、グラフデータ３の各ノードの特徴量は、各ノードに接続された全てのエッジの他端側のノードの特徴量の更新値に応じて更新される。式（２）の関数ｆの最後の引数Ｖ4
(L-1)は、Ｓ３で選択したノードｎi自身の特徴量の更新値である。よって、式（２）は、より正確には、グラフデータ３の各ノードの特徴量の更新値が、各ノードに接続された全てのエッジの他端側のノードの特徴量の更新値と、自身の特徴量とに応じて更新されることを示す。
【0042】
なお、各ノードの特徴量を更新する際に、自身の特徴量を考慮に入れないようにしてもよい。この場合、式（２）の関数の引数から自身の特徴量を示すＶ4
(L-1)を省略すればよい。
【0043】
次に、更新された各ノードの特徴量を用いて、例えば、以下の式（３）により、各ノードの属性値を推定する（Ｓ８）。以下の式（３）は、図３のノードｎ４の属性値ａを求める式である。関数ｇは、ノードの特徴量の更新値を引数として、ノードの属性値ａを算出する関数である。
ａ4 (L)＝ｇ(Ｖ4 (L)) …（３）
ａ4 (L)＝ｇ(Ｖ4 (L)) …（３）
【0044】
属性値は、ノードの何らかの属性を表す値であり、属性の具体的な内容は任意である。例えば、属性値とは、寄生成分などの電気的特性値であってもよいし、あるいは、シミュレーションの対象ノードにするか否かを判断する値であってもよいし、配置配線ツールで特別な配置配線を行うか否かを判断する値であってもよい。あるいは、属性値は、素子の故障を判断するための値であってもよい。
【0045】
次に、特徴量算出部１３は、特徴量が未更新のノードが存在するか否かを判定する（Ｓ９）。未更新のノードが存在する場合には（Ｓ９のＹＥＳ）、Ｓ３以降の処理を繰り返す。これにより、例えば、図３のノードｎ３、ｎ２については、それぞれ以下の式（４）、式（５）に基づいて特徴量が更新される。
Ｖ3 (L)＝ｆ(ｈφ(e2)(Ｖ2 (L-1))，Ｖ3 (L-1)) …（４）
Ｖ2 (L)＝ｆ(ｈφ(e2)(Ｖ3 (L-1))，ｈφ(e1)(Ｖ1 (L-1))，ｈφ(e3)(Ｖ4 (L-1))，Ｖ2 (L-1)) …（５）
Ｖ3 (L)＝ｆ(ｈφ(e2)(Ｖ2 (L-1))，Ｖ3 (L-1)) …（４）
Ｖ2 (L)＝ｆ(ｈφ(e2)(Ｖ3 (L-1))，ｈφ(e1)(Ｖ1 (L-1))，ｈφ(e3)(Ｖ4 (L-1))，Ｖ2 (L-1)) …（５）
【0046】
Ｓ９の判定がＮＯの場合、図４のフローチャートの処理は終了する。
【0047】
図４のＳ５の関数ｈとＳ７の関数ｆは、ニューラルネットワークで構成することができる。例えば、関数ｈは、エッジのエッジタイプごとに定義され、引数がエッジの他端側のノードの特徴量であり、エッジの他端側の特徴量の更新値を返す関数である。
【0048】
また、関数ｆは、引数が更新対象ノードに各エッジを介して接続されるノード（第２ノード）の特徴量の更新値と、更新対象ノード自身の特徴量であり、更新対象ノードの特徴量の更新値を返す関数である。属性値が既知の学習データを使って関数ｈのニューラルネットワークと関数ｆのニューラルネットワークとを事前に学習しておき、学習済の関数ｈと関数ｆとを未知の回路に適用することが可能である。
【0049】
図４のフローチャートの処理により、電気回路２をグラフ表現したグラフデータ３の各ノードの特徴量を更新できる。なお、図４のＳ８の属性値を算出する処理はＳ９の後に実行してもよい。また、Ｓ８の処理は、省略してもよい。
【0050】
上述した実施形態では、ノードを例えば素子、エッジを素子間の配線にする例を説明したが、素子と配線の両方をノードとして扱ってもよい。この場合、エッジは、配線と他の素子の端子との接続部分である。
【0051】
配線をノードとして扱う場合、グラフデータ３を２部グラフとして表現できる。図５は２部グラフの一例を示す図である。図５の左側に並ぶノード群ｎｇ１は、例えばそれぞれ異なる配線に対応している。右側に並ぶノード群ｎｇ２は、例えばそれぞれ異なる素子に対応している。２部グラフとは、同一のノード群に属するノード同士は接続されず、異なるノード群に属するノード同士が接続されることを特徴とする。
【0052】
電気回路２を２部グラフで表現することができれば、グラフ構造を単純化することができ、各ノードの特徴量の更新をより迅速に行うことができる。
【0053】
図６は本実施形態に係る情報処理装置１のハードウェア構成を示すブロック図である。図６に示すように、本実施形態に係る情報処理装置１は、ＰＣ（Personal Computer）２１と、入力装置２２と、表示装置２３と、記録装置２４とを備える。
【0054】
ＰＣ２１は、ＣＰＵ（Central Processing Unit）を内蔵するコンピュータであればよく、例えばワークステーション、ミニコンピュータ、又はサーバ装置などでもよい。入力装置２２は、キーボード、マウスなどの、情報を入力又は選択する装置である。表示装置２３は、ＰＣ２１が生成した画像データを表示する装置である。
【0055】
記録装置２４は、例えば、ハードディスクドライブ又はＳＳＤ（Solid State Drive）などの大容量の記録容量を有し、各種の情報を読み書き可能な装置である。記録装置２４には、論理合成ツール２５、シミュレータ２６、配置配線ツール２７、及び回路特性更新ツール２８などの複数のプログラムが格納されている。
【0056】
ＰＣ２１は、記録装置２４に格納された各プログラムを読み出して実行する。回路特性更新ツール２８は、図４の処理を実行するプログラムである。
【0057】
これにより、回路特性更新ツール２８で各ノードの特徴量を更新した結果を用いて、例えば、各ノードをシミュレータ２６による検証の対象にするか否かを決定することができる。
【0058】
なお、記録装置２４に格納されてＰＣ２１にて実行されるプログラムはユーザごとに異なっていてもよく、図６に示したものは一例に過ぎない。
【0059】
図６では、論理合成ツール２５、シミュレータ２６、配置配線ツール２７、及び回路特性更新ツール２８をコンピュータプログラム、すなわちソフトウェアで構成する例を示したが、配置配線ツール２７、又は回路特性更新ツール２８の少なくとも一つはハードウェアで構成してもよい。
【0060】
このように、本実施形態では、回路をグラフ表現したグラフデータ３において、更新対象の各ノード（第１ノード）の特徴量を、各ノードに各エッジを介して接続される他端側のノード（第２ノード）の特徴量の更新値及び自身の特徴量に基づいて更新する処理を、ノードごとに行う。また、特徴量の更新には、ニューラルネットワークを用いる。これにより、電気回路の回路規模が大きくても、素子又は素子の端子の種類だけでなく、素子又は素子の端子に接続される配線の寄生成分を考慮に入れて、各素子又は素子の端子の特徴量を短時間で精度よく更新できる。更新された特徴量に基づいて各ノードの属性値を算出することにより、電気回路２の各素子の素子値を決定したり、シミュレーションに不必要なノードを除去したり、故障判断を行うことが容易になる。
【0061】
本実施形態に係る情報処理装置１は、論理合成ツール２５、シミュレータ２６、配置配線ツール２７、又は故障検出装置などに組み込むことができ、電気回路２の設計、レイアウト配置、検証、故障検出などの精度を向上できる。
【0062】
上述した実施形態で説明した情報処理装置１の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、情報処理装置１の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ－ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。
【0063】
また、情報処理装置１の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。
【0064】
［付記］
［項目１］
複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理方法であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定することと、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択することと、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出することと、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新することと、
更新した前記第１ノードの特徴量に基づいて、前記第１ノードの属性を推定することと、を備える、情報処理方法。
［項目２］
選択された前記第１ノードに接続されるエッジのうち、まだ選択されていないエッジが存在するか否かを判定することをさらに備え、
前記第２ノードの特徴量の更新値を算出することは、選択された前記第１ノードに接続されるエッジのうち、まだ選択されていないエッジが存在する場合には、まだ選択されていない一つのエッジの前記エッジタイプに基づいて、前記第１ノードに前記一つのエッジを介して接続される前記第２ノードの特徴量の更新値を算出することを含む、
項目１に記載の情報処理方法。
［項目３］
前記第２ノードの特徴量の更新値を算出することは、前記第１ノードに複数のエッジが接続されている場合、前記複数のエッジのそれぞれの前記エッジタイプに基づいて、前記第１ノードに前記複数のエッジのそれぞれを介して接続される複数の前記第２ノードの特徴量の更新値を順に算出することを含み、
前記第１ノードの特徴量を更新することは、前記複数の第２ノードの特徴量の更新値に基づいて、選択された前記第１ノードの特徴量を更新することを含む、
項目１又は２に記載の情報処理方法。
［項目４］
前記第１ノードの特徴量を更新することは、選択された前記第１ノードに接続されるすべてのエッジの前記エッジタイプに基づいて算出されたすべての前記第２ノードの特徴量の更新値と、選択された前記第１ノードの特徴量とに基づいて、選択された前記第１ノードの特徴量を更新することを含む、
項目１乃至３のいずれか一項に記載の情報処理方法。
［項目５］
前記第1ノードを選択することは、前記複数のノードの中から、前記特徴量を更新する対象である前記第１ノードを順に選択することを含み、
選択された前記第１ノードの特徴量を更新した後、前記特徴量を更新するべき他の前記第１ノードが存在するか否かを判定することをさらに備え、
前記第１ノードを選択することは、前記特徴量を更新するべき他の前記第１ノードが存在すると判定されると、新たな前記第１ノードを選択することを含み、
前記第２ノードの特徴量の更新値を算出することは、前記新たな第１ノードに接続されるエッジの前記エッジタイプに基づいて、前記新たな第１ノードにエッジを介して接続される新たな前記第２ノードの特徴量の更新値を算出することを含む、
項目１乃至４のいずれか一項に記載の情報処理方法。
［項目６］
前記第２ノードの特徴量の更新値を算出することは、選択された前記第１ノードに接続されるエッジの前記エッジタイプと前記第２ノードの特徴量とを引数とする第１関数にて、前記エッジを介して接続される前記第２ノードの特徴量を更新することを含み、
前記第１関数は、学習可能なニューラルネットワークで構成される、
項目１乃至５のいずれか一項に記載の情報処理方法。
［項目７］
選択された前記第１ノードの特徴量を更新することは、選択された前記第１ノードに接続されるすべてのエッジを介して接続されるすべての前記第２ノードの特徴量の更新値を引数とする第２関数にて、選択された前記第１ノードの特徴量を更新することを含み、
前記第２関数は、学習可能なニューラルネットワークで構成される、
項目１乃至６のいずれか一項に記載の情報処理方法。
［項目８］
選択された前記第１ノードの特徴量の更新値を引数とする第３関数にて前記第１ノードの属性を推定し、
前記第３関数は、学習可能なニューラルネットワークで構成される、
項目１乃至７のいずれか一項に記載の情報処理方法。
［項目９］
前記エッジタイプは、前記エッジの両端に接続される前記第１ノード及び前記第２ノードそれぞれの素子又は端子の種類を表す、
項目１乃至８のいずれか一項に記載の情報処理方法。
［項目１０］
前記ノードは、前記電気回路の素子を含み、
前記エッジは、前記電気回路の２つの素子を接続する配線を含む、
項目１乃至９のいずれか一項に記載の情報処理方法。
［項目１１］
前記ノードは、前記電気回路の素子及び配線を含み、
前記電気回路は、
複数の前記配線に接続される複数の前記素子を表す複数のノードを含む第１ノード群と、
前記複数の配線を表す複数のノードを含む第２ノード群と、
前記第１ノード群に含まれる任意のノードと、前記第２ノード群に含まれる任意のノードとを接続する複数のエッジと、を含む２部グラフで表される、
項目１乃至１０のいずれか一項に記載の情報処理方法。
［項目１２］
前記第１ノードの特徴量は、前記電気回路に含まれる素子の特性値と、前記電気回路に含まれる配線のインピーダンス値と、前記電気回路に含まれる配線の寄生成分との少なくとも一つを含む、
項目１乃至１１のいずれか一項に記載の情報処理方法。
［項目１３］
複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理装置であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定するエッジタイプ特定部と、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択するノード選択部と、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出する特徴量算出部と、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新する特徴量更新部と、を備える、
情報処理装置。
［項目１］
複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理方法であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定することと、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択することと、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出することと、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新することと、
更新した前記第１ノードの特徴量に基づいて、前記第１ノードの属性を推定することと、を備える、情報処理方法。
［項目２］
選択された前記第１ノードに接続されるエッジのうち、まだ選択されていないエッジが存在するか否かを判定することをさらに備え、
前記第２ノードの特徴量の更新値を算出することは、選択された前記第１ノードに接続されるエッジのうち、まだ選択されていないエッジが存在する場合には、まだ選択されていない一つのエッジの前記エッジタイプに基づいて、前記第１ノードに前記一つのエッジを介して接続される前記第２ノードの特徴量の更新値を算出することを含む、
項目１に記載の情報処理方法。
［項目３］
前記第２ノードの特徴量の更新値を算出することは、前記第１ノードに複数のエッジが接続されている場合、前記複数のエッジのそれぞれの前記エッジタイプに基づいて、前記第１ノードに前記複数のエッジのそれぞれを介して接続される複数の前記第２ノードの特徴量の更新値を順に算出することを含み、
前記第１ノードの特徴量を更新することは、前記複数の第２ノードの特徴量の更新値に基づいて、選択された前記第１ノードの特徴量を更新することを含む、
項目１又は２に記載の情報処理方法。
［項目４］
前記第１ノードの特徴量を更新することは、選択された前記第１ノードに接続されるすべてのエッジの前記エッジタイプに基づいて算出されたすべての前記第２ノードの特徴量の更新値と、選択された前記第１ノードの特徴量とに基づいて、選択された前記第１ノードの特徴量を更新することを含む、
項目１乃至３のいずれか一項に記載の情報処理方法。
［項目５］
前記第1ノードを選択することは、前記複数のノードの中から、前記特徴量を更新する対象である前記第１ノードを順に選択することを含み、
選択された前記第１ノードの特徴量を更新した後、前記特徴量を更新するべき他の前記第１ノードが存在するか否かを判定することをさらに備え、
前記第１ノードを選択することは、前記特徴量を更新するべき他の前記第１ノードが存在すると判定されると、新たな前記第１ノードを選択することを含み、
前記第２ノードの特徴量の更新値を算出することは、前記新たな第１ノードに接続されるエッジの前記エッジタイプに基づいて、前記新たな第１ノードにエッジを介して接続される新たな前記第２ノードの特徴量の更新値を算出することを含む、
項目１乃至４のいずれか一項に記載の情報処理方法。
［項目６］
前記第２ノードの特徴量の更新値を算出することは、選択された前記第１ノードに接続されるエッジの前記エッジタイプと前記第２ノードの特徴量とを引数とする第１関数にて、前記エッジを介して接続される前記第２ノードの特徴量を更新することを含み、
前記第１関数は、学習可能なニューラルネットワークで構成される、
項目１乃至５のいずれか一項に記載の情報処理方法。
［項目７］
選択された前記第１ノードの特徴量を更新することは、選択された前記第１ノードに接続されるすべてのエッジを介して接続されるすべての前記第２ノードの特徴量の更新値を引数とする第２関数にて、選択された前記第１ノードの特徴量を更新することを含み、
前記第２関数は、学習可能なニューラルネットワークで構成される、
項目１乃至６のいずれか一項に記載の情報処理方法。
［項目８］
選択された前記第１ノードの特徴量の更新値を引数とする第３関数にて前記第１ノードの属性を推定し、
前記第３関数は、学習可能なニューラルネットワークで構成される、
項目１乃至７のいずれか一項に記載の情報処理方法。
［項目９］
前記エッジタイプは、前記エッジの両端に接続される前記第１ノード及び前記第２ノードそれぞれの素子又は端子の種類を表す、
項目１乃至８のいずれか一項に記載の情報処理方法。
［項目１０］
前記ノードは、前記電気回路の素子を含み、
前記エッジは、前記電気回路の２つの素子を接続する配線を含む、
項目１乃至９のいずれか一項に記載の情報処理方法。
［項目１１］
前記ノードは、前記電気回路の素子及び配線を含み、
前記電気回路は、
複数の前記配線に接続される複数の前記素子を表す複数のノードを含む第１ノード群と、
前記複数の配線を表す複数のノードを含む第２ノード群と、
前記第１ノード群に含まれる任意のノードと、前記第２ノード群に含まれる任意のノードとを接続する複数のエッジと、を含む２部グラフで表される、
項目１乃至１０のいずれか一項に記載の情報処理方法。
［項目１２］
前記第１ノードの特徴量は、前記電気回路に含まれる素子の特性値と、前記電気回路に含まれる配線のインピーダンス値と、前記電気回路に含まれる配線の寄生成分との少なくとも一つを含む、
項目１乃至１１のいずれか一項に記載の情報処理方法。
［項目１３］
複数のノードと、前記複数のノードのうち任意の２つのノードを接続するエッジとを含むグラフ構造で表現される電気回路の前記複数のノードそれぞれの特徴量を更新する情報処理装置であって、
前記複数のノードそれぞれに接続されるエッジについて、前記エッジの両端の前記２つのノードの種類に応じて、前記エッジの種類を表すエッジタイプを特定するエッジタイプ特定部と、
前記複数のノードの中から、前記特徴量を更新する対象とする第１ノードを選択するノード選択部と、
選択された前記第１ノードに接続されるエッジの前記エッジタイプに基づいて、選択された前記第１ノードに前記エッジを介して接続される第２ノードの特徴量の更新値を算出する特徴量算出部と、
算出された前記第２ノードの特徴量の更新値に基づいて、前記第１ノードの特徴量を更新する特徴量更新部と、を備える、
情報処理装置。
【0065】
本開示の態様は、上述した個々の実施形態に限定されるものではなく、当業者が想到しうる種々の変形も含むものであり、本開示の効果も上述した内容に限定されない。すなわち、特許請求の範囲に規定された内容及びその均等物から導き出される本開示の概念的な思想と趣旨を逸脱しない範囲で種々の追加、変更及び部分的削除が可能である。
【符号の説明】
【0066】
１ 情報処理装置、２ 電気回路、３ グラフデータ、１０ グラフデータ生成部、１１ エッジタイプ特定部、１２ ノード選択部、１３ 特徴量算出部、１４ 特徴量更新部、２２ 入力装置、２３ 表示装置、２４ 記録装置、２５ 論理合成ツール、２６ シミュレータ、２７ 配置配線ツール、２８ 回路特性更新ツール
【図1】
【図2A】
【図2B】
【図3】
【図4】
【図5】
【図6】