본 논문은 아날로그 회로의 참조 레이아웃을 프로시저 레이아웃 생성기로 변환하는 데 도움을 주는 기술을 제안한다. 제안된 컨볼루션 신경망(CNN) 모델은 라이브러리에서 사용 가능한 생성기 스크립트로 생성할 수 있는 서브 셀을 자동으로 감지하고, 생성기 소프트웨어의 계층적으로 올바른 위치에서 사용하도록 제안한다. 고속 와이어라인 수신기의 서브 셀을 대상으로 실험한 결과, CNN 모델은 145개의 서로 다른 서브 셀 디자인을 포함하는 총 4,885개의 서브 셀 인스턴스를 분석하여 51개의 생성 가능 클래스와 1개의 생성 불가능 클래스로 분류했다. CNN 모델은 145개의 서로 다른 서브 셀 디자인을 검사하는 데 99.3%의 정밀도를 달성했으며, 수동 검사에 필요한 88분에서 18초로 검사 시간을 크게 단축했다. 또한, 제안된 CNN 모델은 훈련 데이터셋과 매우 다른 익숙하지 않은 서브 셀도 정확하게 분류할 수 있었다.
