| 講演名 | 2020-02-26 機械学習を用いたデジタル温度電圧センサの精度向上について 権藤 昌之(九工大), 三宅 庸資(九工大), 梶原 誠司(九工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | VLSI稼働時のチップの温度と電圧を測定するため，リングオシレータ（RO: Ring Oscillator）を利用したデジタルセンサが提案されている．ROの周波数を利用するセンサは，製造ばらつきの影響により測定精度が低下するという問題がある．製造ばらつきの影響を低減する手法として，初回測定時に行うキャリブレーションが知られているが，微細テクノロジで生じる製造ばらつきによる特性変動に必ずしも十分に対応することができていない．本研究では，ROを利用したセンサに対して，機械学習の一手法であるサポートベクターマシンを利用して推定式を生成することで，製造ばらつきによる温度と周波数，電圧と周波数のばらつきの影響を抑え，温度や電圧の測定精度を向上させる手法を提案する．試作チップを用いた評価実験では，製造ばらつきの影響がある複数のチップに対して，提案手法は既存手法である重回帰分析よりも推定精度が向上することを示す．65nm CMOSテクノロジの試作チップ評価では，従来手法の温度測定誤差は1.423℃であるが，提案手法を用いることで誤差が1.069℃となり，提案手法によりセンサの推定精度が向上できることを示す． |
| 抄録(英) | To measure an on-chip temperature and voltage during VLSI operation, an RO(Ring Oscillator)-based digital temperature and voltage sensor has been proposed. Measurement accuracy of the RO-based sensor is decreased due to process variation. While calibration for the sensors is known as a method to relax the influence of process variation, it is not sufficient necessarily for reduction of the influence of process variation that occur in state-of-the-art VLSIs. This work proposes a method for accuracy improvement of the RO-based temperature and voltage sensors. The proposed method employs SVR(Support Vector Regression) which is one of the machine learning techniques and is efficient for reduction of the influence of process variation. In evaluation experiments for test chips with process variation show that the proposed method derives higher measurement accuracy than the existing method using multiple regression analysis. |
| キーワード(和) | 温度センサ / 電圧センサ / リングオシレータ / 機械学習 / サポートベクター回帰 |
| キーワード(英) | Temperature sensor / Voltage sensor / Ring Oscillator / Machine learning / Support Vector Regression |
| 資料番号 | DC2019-86 |
| 発行日 | 2020-02-19 (DC) |
| 研究会情報 | |
| 研究会 | DC |
|---|---|
| 開催期間 | 2020/2/26(から1日開催) |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | |
| テーマ（和） | VLSI設計とテストおよび一般 |
| テーマ（英） | |
| 委員長氏名（和） | 福本 聡(首都大東京) |
| 委員長氏名（英） | Satoshi Fukumoto(Tokyo Metropolitan Univ.) |
| 副委員長氏名（和） | 高橋 寛(愛媛大) |
| 副委員長氏名（英） | Hiroshi Takahashi(Ehime Univ.) |
| 幹事氏名（和） | 新井 雅之(日大) / 難波 一輝(千葉大) |
| 幹事氏名（英） | Masayuki Arai(Nihon Univ.) / Kazuteru Namba(Chiba Univ.) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Dependable Computing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習を用いたデジタル温度電圧センサの精度向上について |
| サブタイトル（和） | |
| タイトル（英） | On Machine Learning Based Accuracy Improvement for A Digital Temperature and Voltage Sensor |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 温度センサ / Temperature sensor |
| キーワード(2)（和/英） | 電圧センサ / Voltage sensor |
| キーワード(3)（和/英） | リングオシレータ / Ring Oscillator |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| キーワード(5)（和/英） | サポートベクター回帰 / Support Vector Regression |
| 第 1 著者 氏名（和/英） | 権藤 昌之 / Masayuki Gondo |
| 第 1 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 第 2 著者 氏名（和/英） | 三宅 庸資 / Yousuke Miyake |
| 第 2 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 第 3 著者 氏名（和/英） | 梶原 誠司 / Seiji Kajihara |
| 第 3 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 発表年月日 | 2020-02-26 |
| 資料番号 | DC2019-86 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | DC-420 |
| ページ範囲 | pp.1-6(DC), |
| ページ数 | 6 |
| 発行日 | 2020-02-19 (DC) |