文献

J-GLOBAL ID：202302211261164360   整理番号：23A0467579

グラフ構造強化学習を用いたテスト検査点選定法

Test Point Selection using Graph based Reinforcement Learning

著者 (5件)： 塩谷晃平 (愛媛大 大学院理工学研究科) ,  WEI S.Q. (愛媛大 大学院理工学研究科) ,  WANG S. (愛媛大 大学院理工学研究科) ,  甲斐博 (愛媛大 大学院理工学研究科) ,  高橋寛 (愛媛大 大学院理工学研究科)
資料名： 電気・電子・情報関係学会四国支部連合大会講演論文集(CD-ROM)  (Shikoku-Section Joint Convention Record of the Institutes of Electrical and Related Engineers (CD-ROM))
巻： 2022  ページ： ROMBUNNO.10-11  発行年： 2022年09月17日 
JST資料番号： L1738B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 1.まえがき.近年,集積回路の大規模化と複雑化に伴い,高品質なテストパターンの生成が困難であり,高い故障検出率を達成することは難しくなっている.そこで検査対象回路(CUT)に,外部から信号値の制御や観測できる論理回路を挿入するテストポイント...【本文一部表示】

シソーラス用語： アルゴリズム ,  集積回路 ,  *学習 ,  故障 ,  可観測性 ,  可制御性 ,  故障検出 ,  発見的方法 ,  テストパターン ,  Q値 ,  可試験性 ,  *強化学習 ,  評価実験 ,  深層学習
準シソーラス用語： オーバヘッド , 【Automatic Indexing@JST】

分類 (2件)： 固体デバイス計測・試験・信頼性  (NC03040G) ,  CAI  (JE09000G)

タイトルに関連する用語 (5件)： グラフ構造 ,  強化学習 ,  テスト ,  検査 ,  選定