| 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 | 2023-02-28 14:25 グラフニューラルネットワークと深層強化学習による論理回路のテストポイント選択法 ○魏 少奇・塩谷晃平・王 森レイ・甲斐 博・樋上喜信・高橋 寛（愛媛大）  DC2022-87 |
|
| 抄録 | （和） | 大規模集積回路のテスト品質を向上するためには，回路の中に可観測性や可制御性を向上できるテストポイント（Test Point: TP）を挿入する技術が広く利用されている．TPの挿入では，故障検出率を最大化させる最適な挿入箇所の選択がNP困難な問題であることから，論理回路のテスタビィリティを評価することで近似的な最適解を求める様々な発見的手法が提案されている．しかしながら，大規模論理回路に対して発見的手法を適用することには限界がある．そこで本研究では，グラフ畳み込みニューラルネットワークと強化学習を用いたテストポイント挿入箇所の選択法（Deep-TP-Explorer）を提案する．提案法は，まずゲートレベルの論理回路を無向グラフで表現し，グラフ畳み込みニューラルネットワークを用いて回路全体の構造的特徴（ゲートタイプ，接続関係，可制御性・可観測性）をノードごとに抽出・集約する．その後，深層ニューラルネットワークで故障検出率を最大化させる信号線の組合せを求める．大規模回路に対して提案法を適用するため，TP 選択モデルを訓練する．この訓練のために，故障検出率最大化可能なTPを決める行動器（Actor）とTP挿入（行動）による効果を評価する評価器（Critic）を同時に学習させるAdvantage Actor-Critic(A2C) という強化学習手法を適用する新しい手法を提案する．ISCAS89とITC99ベンチマーク回路における評価実験から提案法の効果を示す． |
| （英） | It is well known that selecting the optimal test point to maximize the fault coverage is NP-hard. Conventional heuristic algorithm may have limitations for the ever-complexing large-scale logic circuits. In this study, we propose a method named Deep-TP-Explorer for selecting test point insertion points using a deep graph-convolutional neural networks (GCN). In the method, a gate-level logic circuit is first represented by an undirected graph. The structural features including the gate type, connection relations, controllability/observability of the circuit are embedded into each node using GCN. The combination of signal lines that may contribute to improving the random testability is then generated using a deep neural network called TP Solver. To train the proposed TP Solver in a large-scale circuit, we applied an efficient reinforcement learning algorithm called Advantage Actor-Critic (A2C), which simultaneously trains an Actor (TP solver) to determine TPs’ combination and a Critic (value predictor) to evaluate the effect of TPs insertion (action). The effectiveness of the proposed method was confirmed on the ISCAS89 and ITC99 benchmark circuits. | |
| キーワード | （和） | テスト容易化設計 / テストポイント選択法 / 強化学習 / グラフニューラルネットワーク / / / / |
| （英） | Design for Test / Test point insertion / Reinforcement Deep Learning / Graph Neural Networks / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 393, DC2022-87, pp. 27-32, 2023年2月. | |
| 資料番号 | DC2022-87 | |
| 発行日 | 2023-02-21 (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 | DC2022-87 |
|
| 研究会情報 | |
| 研究会 | DC |
| 開催期間 | 2023-02-28 - 2023-02-28 |
| 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） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2023-02-DC |
| 本文の言語 | 日本語 |
| タイトル（和） | グラフニューラルネットワークと深層強化学習による論理回路のテストポイント選択法 |
| サブタイトル（和） | |
| タイトル（英） | Test Point Selection Method Using Graph Neural Networks and Deep Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | テスト容易化設計 / Design for Test |
| キーワード(2)（和/英） | テストポイント選択法 / Test point insertion |
| キーワード(3)（和/英） | 強化学習 / Reinforcement Deep Learning |
| キーワード(4)（和/英） | グラフニューラルネットワーク / Graph 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） | 魏 少奇 / Shaoqi Wei / ギ ショウキ |
| 第1著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 塩谷 晃平 / Kohei Shiotani / シオタニ コウヘイ |
| 第2著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 王 森レイ / Senling Wang / オウ シンレイ |
| 第3著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 甲斐 博 / Hiroshi Kai / カイ ヒロシ |
| 第4著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 樋上 喜信 / Yoshinobu Higami / ヒガミ ヨシノブ |
| 第5著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 高橋 寛 / Hiroshi Takahashi / タカハシ ヒロシ |
| 第6著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 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 | 2023-02-28 14:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DC |
| 資料番号 | DC2022-87 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.393 |
| ページ範囲 | pp.27-32 |
| ページ数 | 6 |
| 発行日 | 2023-02-21 (DC) |
[研究会発表申込システムのトップページに戻る]