| 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 | 2021-03-26 11:00 ニューラルネットワークを用いた被疑論理故障信号線の欠陥種類推定法 ○太田菜月・細川利典（日大）・山崎浩二（明大）・山内ゆかり・新井雅之（日大）  CPSY2020-61 DC2020-91 |
|
| 抄録 | （和） | 特定の故障モデルの故障診断は誤診断や解なしという診断を起こす可能性があるため，スキャン設計回路を対象としたマルチサイクルキャプチャテスト集合を用いたユニバーサル論理故障モデルに対する故障診断法が提案されている．その故障診断手法では，被疑故障信号線の欠陥種類の推定がされないことが課題に残る． 本論文では，被疑故障信号線に対して主な論理故障モデルである縮退故障，支配型ブリッジ故障，オープン故障を表すそれぞれの特徴量を求め，人工ニューラルネットワークを用いて，被疑故障信号線の欠陥種類を推定する手法を提案する． |
| （英） | Since fault diagnosis methods for specified fault models might cause misprediction and non-prediction, a fault diagnosis method for a single universal logical fault model using multi-cycle capture test sets was proposed for scan design circuits. However, the problem remains that the fault diagnosis method does not estimate types of defects corresponding to suspected faults. In this paper, we propose an estimation method of defect types using neural networks with the features represent the major logical fault models such as stuck-at 0 fault, stuck-at 1 fault, dominant bridging fault, and open fault. | |
| キーワード | （和） | ユニバーサル論理故障モデル / 故障診断 / マルチサイクルキャプチャテスト / 人口ニューラルネットワーク / / / / |
| （英） | universal logical fault model / fault diagnosis / multi-cycle capture testing / artificial neural networks / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 436, DC2020-91, pp. 67-72, 2021年3月. | |
| 資料番号 | DC2020-91 | |
| 発行日 | 2021-03-18 (CPSY, DC) | |
| ISSN | 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 | CPSY2020-61 DC2020-91 |
|
| 研究会情報 | |
| 研究会 | CPSY DC IPSJ-SLDM IPSJ-EMB IPSJ-ARC |
| 開催期間 | 2021-03-25 - 2021-03-26 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| 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 ETNET2021 |
| テーマ（英） | ETNET2021 |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2021-03-CPSY-DC-SLDM-EMB-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークを用いた被疑論理故障信号線の欠陥種類推定法 |
| サブタイトル（和） | |
| タイトル（英） | An Estimation Method of a Defect Types for Suspected Fault Lines in Logical Faulty VLSI Using Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ユニバーサル論理故障モデル / universal logical fault model |
| キーワード(2)（和/英） | 故障診断 / fault diagnosis |
| キーワード(3)（和/英） | マルチサイクルキャプチャテスト / multi-cycle capture testing |
| キーワード(4)（和/英） | 人口ニューラルネットワーク / artificial neural networks |
| 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） | 太田 菜月 / Natsuki Ota / オオタ ナツキ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon Univercity (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 細川 利典 / Toshinori Hosokawa / ホソカワ トシノリ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon Univercity (略称： Nihon Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 山崎 浩二 / Koji Yamazaki / ヤマザキ コウジ |
| 第3著者 所属（和/英） | 明治大学 (略称： 明大) Meiji Univercity (略称： Meiji Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 山内 ゆかり / Yukari Yamauchi / ヤマウチ ユカリ |
| 第4著者 所属（和/英） | 日本大学 (略称： 日大) Nihon Univercity (略称： Nihon Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 新井 雅之 / Masayuki Arai / アライ マサユキ |
| 第5著者 所属（和/英） | 日本大学 (略称： 日大) Nihon Univercity (略称： Nihon Univ.) |
| 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 | 2021-03-26 11:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | DC |
| 資料番号 | CPSY2020-61, DC2020-91 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.435(CPSY), no.436(DC) |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2021-03-18 (CPSY, DC) |
[研究会発表申込システムのトップページに戻る]