Arithmetic circuit classification using convolutional neural networks

Abstract

A recuperação estrutural do circuito é uma técnica que deriva blocos funcionais usando descrição de baixo nível. Seu valor reside principalmente na recuperação de informações de descrição de alto nível de um projeto de circuito integrado quando seu projeto é perdido, Propriedade Intelectual (IP) sintetizada em Field-Programmable Gate Array (FPGA), e em outros casos quando sua estrutura é desejável. Além disso, muitos solucionadores de SAT (Boolean satisfitability problem) aproveitam as informações que podem recuperar e o conhecimento do problema de domínio para melhorar seu processamento (por exemplo, Portfólios de Algoritmos e Verificação de Equivalência Combinacional). Sendo assim, a recuperação de informações estruturais do circuito é um ingrediente chave para melhorias na verificação formal usando solucionadores SAT; uma etapa útil da recuperação estrutural é a identificação do bloco funcional. Tomando uma imagem gerada a partir da descrição CNF de um circuito, e considerando a maturidade da CNN no domínio de reconhecimento de imagem, conseguimos mapear um bloco macro funcional com altíssima precisão. As principais contribuições deste artigo são as seguintes: (i) Propomos a identificação inovadora de blocos funcionais através de imagens (ii) Implementamos o sistema baseado em CNN usando TensorFlow (iii) Nossos resultados experimentais obtiveram uma precisão superior a 80%.