WEKO3
アイテム
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
https://ipsj.ixsq.nii.ac.jp/records/177989
https://ipsj.ixsq.nii.ac.jp/records/177989094915d7-063b-42b9-b796-b6287e1acd18
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-ARC17225050.pdf (1.2 MB)
|
Copyright (c) 2017 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
|
|
| ARC:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2017-03-02 | |||||||||
| タイトル | ||||||||||
| タイトル | 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 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Pass/Fail Prediction in LSI Test Considering Fail Die Characteristics | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | ディペンダビリティ | |||||||||
| 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 | ||||||||||
| 奈良先端科学技術大学院大学情報科学研究科 | ||||||||||
| 著者所属 | ||||||||||
| 奈良先端科学技術大学院大学情報科学研究科 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Nara Institute of Science and Technology | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Nara Institute of Science and Technology | ||||||||||
| 著者名 |
佐藤, 敬済
× 佐藤, 敬済
× 井上, 美智子
|
|||||||||
| 著者名(英) |
Takazumi, Sato
× Takazumi, Sato
× Michiko, Inoue
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 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，テストエ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． |
|||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 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. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN10096105 | |||||||||
| 書誌情報 |
研究報告システム・アーキテクチャ（ARC） 巻 2017-ARC-225, 号 50, p. 1-6, 発行日 2017-03-02 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8574 | |||||||||
| 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 | |||||||||
