文献

J-GLOBAL ID：202102291144690789   整理番号：21A0447647

効率的なテストパターン生成のための機械知能【JST・京大機械翻訳】

Machine Intelligence for Efficient Test Pattern Generation

著者 (3件)： Roy Soham (Auburn University,Department of Electrical and Computer Engineering,Auburn,AL,36849-5201) ,  Millican Spencer K. (Auburn University,Department of Electrical and Computer Engineering,Auburn,AL,36849-5201) ,  Agrawal Vishwani D. (Auburn University,Department of Electrical and Computer Engineering,Auburn,AL,36849-5201)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITC  ページ： 1-5  発行年： 2020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： 本研究では,バックトラックを減らすことにより,自動テストパターン生成(ATPG)を増強するための機械知能(MI)能力を調べた。バックトレーシング方向を決定する従来の発見的方法の代わりに,本研究では,ハードツー検出故障でPODEMにより訓練された人工ニューラルネットワーク(ANN)を用いた。訓練データは,トポロジーデータ,可試験性測定,およびバックトラッキング履歴を含み,このデータで訓練するとき,ANNはバックトラックにそうでない方向における追跡をバックトラッキングする。単一特徴(例えばCOP)で訓練されたとき,ATPG性能は従来のPODEMと同等であり,複数の特徴を用いるとバックトラックとATPG CPU時間をさらに削減する。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  故障 ,  ニューラルネットワーク ,  発見的方法 ,  可試験性 ,  *バックトラッキング
準シソーラス用語： 訓練データ ,  ATPG ,  *テストパターン生成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： テストパターン生成 ,  機械知能