機械学習を用いたフェールチップ判別における適用識別器と判別確度の決定法

• Item type: SIG Technical Reports(1)
• 公開日: 2017-10-30
• タイトル: 機械学習を用いたフェールチップ判別における適用識別器と判別確度の決定法
• タイトル / 言語: en
• タイトル: An Approach to Selection of Classifiers and their Thresholds for Machine Learning Based Fail Chip Prediction
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: VLSI設計とテスト
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大分大学大学院工学研究科
• 著者所属: 大分大学理工学部
• 著者所属: ルネサスエレクトロニクス株式会社
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Oita University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Oita University
• 著者所属(英): en
• 著者所属(英): Renesas Electronics Corporation
• 著者名: 柚留木, 大地; 大竹, 哲史; 中村, 芳行
• 著者名(英): Daichi, Yuruki; Satoshi, Ohtake; Yoshiyuki, Nakamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 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．著者らはこれまでに，この問題に対してクラスタリングとサポートベクタマシン (SVM) などの機械学習技術を用い，テストコスト削減が可能であることを示した．SVM で判別を行う際には，良品と不良品を判別する閾値を決める必要があるが，この値は判別対象データと識別器に依存して変動するため，適切な識別器と判別確度を決定することが課題となっていた．本稿では，この問題に対して SVM を用いた最適な識別器を決定する手法を提案する．具体的には，判別対象データを識別器に適用し，良品である確率の分布特徴を用い，特定の閾値で有効に働く識別器を選択する．提案手法の有効性を，実際のテストデータを用いた実験により評価する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Today, semiconductor technologies have developed and advance the integration density of LSI circuits. A technique which keeps quality of LSIs and reduces test cost is necessary. We have shown that test cost reduction is possible by using machine learning techniques such as cluster analysis and support vector machine (SVM) for this problem. When performing discrimination by SVM, it is necessary to determine a threshold value for discriminating between good products and defective products. Since the appropriate threshold value fluctuates depending on data to be discriminated and discriminators, determination of an appropriate discriminator to be applied to the data and its discrimination threshold becomes an issue. In this paper, we propose a method to determine an optimal discriminator using SVM for this problem : apply the discrimination target data to a prior discriminator which is proposed in this paper, and select the discriminator that works effectively with a specific threshold value by using the distribution characteristic of the probability of good products. The effectiveness of the proposed method is evaluated by experiments using industrial test data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11451459
• 書誌情報: 研究報告システムとLSIの設計技術（SLDM）; 巻 2017-SLDM-181, 号 11, p. 1-6, 発行日 2017-10-30
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8639
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会