文献

J-GLOBAL ID：201702263291467120   整理番号：17A0829022

アサーションカバレッジを改善するためのルール学習を可能にする設計文書からの特徴抽出【Powered by NICT】

Feature extraction from design documents to enable rule learning for improving assertion coverage

著者 (5件)： Hsieh Kuo-Kai (University of California, Santa Barbara) ,  Siatkowski Sebastian (University of California, Santa Barbara) ,  Wang Li-C. (University of California, Santa Barbara) ,  Chen Wen (NXP Semiconductors, Inc.) ,  Bhadra Jayanta (NXP Semiconductors, Inc.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ASP-DAC  ページ： 51-56  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 特徴選択は機能的検証の文脈における学習を支配する必須である。今日実際には,その特徴を人手で選択されると選択は,領域知識を必要とする。とは対照的に,本研究では,ルール学習を支援するための実行可能なアプローチとして設計文書からの自動特徴抽出を用いることを提案した。その有効性を実証するために,文書抽出特徴は,市販のSoCに基づくアサーションのセットをカバーするためのルールを学習した。実験は100%正確なルールは,アサーションの70%以上を得ることができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ドメイン知識 ,  *特徴抽出 ,  特徴選択
準シソーラス用語： *アサーション ,  システムオンチップ ,  *ルール学習 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： アサーション ,  カバレッジ ,  ルール ,  学習 ,  設計 ,  文書 ,  特徴抽出