| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-02-21 12:00 機械学習を用いたフェールチップ判別の性能向上に関する検討 ○柚留木大地・大竹哲史（大分大）・中村芳行（ルネサス システムデザイン）  DC2016-77 |
|
| 抄録 | （和） | 今日，半導体技術の進歩によるLSIの高集積化によりLSIの低価格化が進んでいる． LSIの品質を保ちつつ，テストコストを削減する手法が望まれている． 本研究では，機械学習を用いてこれを実現することを検討する． 具体的には，過去のLSIテストデータから不良LSIを学習し，新たに製造したLSIについて，途中までのテスト結果から正常品か不良品かを予測する． すなわち，そのLSIの残りのテストにかかるコスト分を削減することができる． 本稿では，テストコスト削減に向けて正常品と不良品の判別精度を高めるための手法を提案し，その有効性を実験により評価する． |
| （英） | Today, advancements of semiconductor technology have progress to high integration of LSI circuits. A technique which keeps quality of LSIs and reduces test cost is necessary. In this work, we tackle this problem with machine learning techniques: learning test results of LSIs by machine learning from the test data of LSIs produced in the past, and prediction if a newly produced LSI is good or defective using intermediate test results of the LSI, i.e, the cost of remaining tests for the LSI can be reduced. In this paper, we propose several techniques for distinction precision of good products and defective products for the test cost reduction and evaluate them by performing experiments. |
|
| キーワード | （和） | データマイニング / クラスタリング / 判別分析 / LSIテスト / / / / |
| （英） | Data mining / clustering / discriminant analysis / LSI testing / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 466, DC2016-77, pp. 17-22, 2017年2月. | |
| 資料番号 | DC2016-77 | |
| 発行日 | 2017-02-14 (DC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | DC2016-77 |
|
| 研究会情報 | |
| 研究会 | DC |
| 開催期間 | 2017-02-21 - 2017-02-21 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | VLSI設計とテストおよび一般 |
| テーマ（英） | VLSI Design and Test, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2017-02-DC |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いたフェールチップ判別の性能向上に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | An Approach to Performance Improvement of Machine Learning Based Fail Chip Discrimination |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データマイニング / Data mining |
| キーワード(2)（和/英） | クラスタリング / clustering |
| キーワード(3)（和/英） | 判別分析 / discriminant analysis |
| キーワード(4)（和/英） | LSIテスト / LSI testing |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 柚留木 大地 / Daichi Yuruki / ユルキ ダイチ |
| 第1著者 所属（和/英） | 大分大学 (略称： 大分大) Oita University (略称： Oita Univ) |
| 第2著者 氏名（和/英/ヨミ） | 大竹 哲史 / Satoshi Ohtake / オオタケ サトシ |
| 第2著者 所属（和/英） | 大分大学 (略称： 大分大) Oita University (略称： Oita Univ) |
| 第3著者 氏名（和/英/ヨミ） | 中村 芳行 / Yoshiyuki Nakamura / ナカムラ ヨシユキ |
| 第3著者 所属（和/英） | ルネサスシステムデザイン株式会社 (略称： ルネサス システムデザイン) Renesas System Design Co., Ltd. (略称： Renesas System Design) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-02-21 12:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DC |
| 資料番号 | DC2016-77 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.466 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2017-02-14 (DC) |
[研究会発表申込システムのトップページに戻る]