「BoolSkeleton」は、ブールネットワークの一貫性と信頼性を向上させる新しいスケルトン化手法を提案しています。ブール同値性を利用することで、機能が同一のブールネットワークが多様なグラフ構造を示すことが可能となり、論理最適化の探索の余地が広がりますが、一貫性を保つことが課題となります。BoolSkeletonは、前処理と削減の2つの主要なステップから構成され、前処理ではブール依存グラフに変換されています。その後、ノードレベルのパターン削減が実施され、重要な機能関連の依存関係を保持しつつ、一様パターンを削減します。パターンのパラメータKは、グラフ削減の粒度を調整するために使用されます。実験では、タイミング予測タスクの精度が55%以上向上し、BoolSkeletonの設計における一貫性向上の可能性が示されました。