| 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 | 2017-03-10 09:30 フェイルダイ特性を考慮したLSIテスト結果予測の精度向上に関する研究 ○佐藤敬済・井上美智子（奈良先端大）  CPSY2016-144 DC2016-90 |
|
| 抄録 | （和） | LSIは様々なテストを経て, すべてのテストをパスした製品のみを出荷している. しかし, 大量の製品に対して, 数多くのテストを行うことは, 製造コストの半分を占めると言われるほど高いコストがかかる. そこで近年, データマイニング手法を用いて, 前段のテスト計測値から最終的な結果を予測し, テスト工程を省略することで, テストコストを削減する手法が注目されている. 本研究では, LSIのフェイルダイの持つ特性に注目し, テスト結果予測精度を向上する. 具体的には, 機械学習によるLSIテスト結果予測において, フェイルダイをクラスタリングする手法と, ある特定のフェイルダイを抽出するため, 学習結果から特徴的なダイを抽出する手法を組み合わせて用いた. 予測モデルの性能は, ROCカーブに基づく, AUCによって評価する. 本研究では, 提案手法を用いることで, フェイル特性を考慮しない場合と比べて, AUCが0.05向上した. |
| （英） | Various kinds of tests are applied to LSIs in several satages to ship only fully reliable products.However, a lot of kinds of tests for a lot of products is costly. Test costs is said to be approaching a half of manufacturing cost. Therefore, research on Pass / Fail prediction of final test results by data mining has been conducted. This method reduces test cost by omitting some test processes for a part of products. In this research, we focus on the fail die characteristics and effectively predict Pass/Fail. Specifically, we utilize extraction and clustering methods for fail dies those are sensitive to be predicted for a part of products as fail. We show the AUC is improved by at most 0.05 compared to when not considering the fail die characteristics. |
|
| キーワード | （和） | データマイニング / バーンインテスト / LSIテスト / フェイル特性 / サポートベクターマシン / / / |
| （英） | data mining / burn-in test / LSI test / fail die characteristics / support vector machine / / / | |
| 文献情報 | 信学技報, vol. 116, no. 511, DC2016-90, pp. 291-296, 2017年3月. | |
| 資料番号 | DC2016-90 | |
| 発行日 | 2017-03-02 (CPSY, 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 | CPSY2016-144 DC2016-90 |
|
| 研究会情報 | |
| 研究会 | CPSY DC IPSJ-SLDM IPSJ-EMB IPSJ-ARC |
| 開催期間 | 2017-03-09 - 2017-03-10 |
| 開催地（和） | 具志川農村環境改善センター |
| 開催地（英） | Kumejima Island |
| テーマ（和） | 組込み技術とネットワークに関するワークショップETNET2017 |
| テーマ（英） | ETNET20167 |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2017-03-CPSY-DC-SLDM-EMB-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | フェイルダイ特性を考慮したLSIテスト結果予測の精度向上に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Pass/Fail Prediction in LSI Test Considering Fail Die Characteristics. |
| 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） | バーンインテスト / burn-in test |
| キーワード(3)（和/英） | LSIテスト / LSI test |
| キーワード(4)（和/英） | フェイル特性 / fail die characteristics |
| キーワード(5)（和/英） | サポートベクターマシン / support vector machine |
| 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） | 佐藤 敬済 / Takazumi Sato / サトウ タカズミ |
| 第1著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | 井上 美智子 / Michiko Inoue / イノウエ ミチコ |
| 第2著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2017-03-10 09:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | DC |
| 資料番号 | CPSY2016-144, DC2016-90 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.510(CPSY), no.511(DC) |
| ページ範囲 | pp.291-296 |
| ページ数 | 6 |
| 発行日 | 2017-03-02 (CPSY, DC) |
[研究会発表申込システムのトップページに戻る]