@techreport{oai:ipsj.ixsq.nii.ac.jp:00203294, author = {村川, 魁 and 藤田, 樹 and 永村, 美一 and 福本, 聡 and Kai, Murakawa and Itsuki, Fujita and Yoshikazu, Nagamura and Satoshi, Fukumoto\n}, issue = {11}, month = {Feb}, note = {現在,半導体集積回路 (以下,LSI) は種々の工業製品や社会インフラの構成に不可欠であり,その信頼性を確保することは重要である. LSI に不良が生じる原因は多岐にわたるが,回路レイアウトに起因する問題が少なくない.設計基準を順守した回路レイアウトであっても製造過程で不良を発生させることがある.本研究では,LSI の不具合を予測することを目的として AI 技術を用いて回路レイアウトを解析する技術について検討した.今回は,回路レイアウト画像を CNN (畳み込みニューラルネットワーク) で分類するにあたり,入力画像にどのような処理を施すと精度が上がるのかを過学習という点に着目して考察した.}, title = {CNNを用いたLSIレイアウト画像の分類手法の検討}, year = {2020} }