Mathematical Formulation of Finite-step Kernel-based Structural Encoding for Circuit Graph Neural Networks with Applications to AI-Based Chip Design
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113595
과학기술정보통신부
한국연구재단
숙명여자대학교
박재민
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,421만원
6,421만원
기초연구
대학
서울특별시 용산구
수학 > 응용수학 > 인공지능수학/데이터사이언스수학
본 연구의 최종 목표는 \"그래프 위 무작위 행보의 시간 류 동역학 불변량의 유한 단계 핵 기반 새 구조 부호화 (FKSE) 의 수학적 정식화 ― 일반 그래프 위 정립과 회로 그래프 도메인 특수화 정리\" 이다.그래프 신경망 (GNN) 의 표현력은 메시지 전달 방식에서 1차 바이스파일러-레만 검정의 상한에 묶이며, 최근의 그래프 트랜스포머 패러다임에서는 정점 ...
본 연구의 연구개발내용은 3단계 (Phase 1·2·3, 6개월·3개월·3개월) 로 구성된다.Phase 1 ― 일반 그래프 위 FKSE 의 수학적 정식화 (6개월). 본 연구자의 선행 연구 (GKSE/MKSE) 에서 도입한 유한 단계 핵 패러다임을 무작위 행보의 4종 시간 류 불변량 (첫 도달 시간, 첫 회귀 시간, 왕복 시간, 도달 시간 기댓값) 으로 확...
... 회로 그래프의 다층 특수성을 동시에 반영하는 SE 의 첫 수학적 정식화로서 후속 회로 SE 및 하이퍼그래프 SE (HyperGT 등) 연구의 baseline 이 되며, 분자·소셜 네트워크·추천 시스템 등 본질적 하이퍼그래프 응용 분야에도 영향을 미친다.산업적 활용 측면에서는 본 SE 가 VLSI 배치 초기화 (BADGE, DREAMPlace 등), 배선 가능성 예측, 전자기 시뮬레이션 대리 ...