マルチモデルサンプリングに基づくSoCの欠陥レベル見積り及び削減法

基于多模型采样的SoC缺陷水平估计与降低方法

• 批准号: 19K11884
• 负责人: 新井 雅之
• 金额: $ 2.75万
• 依托单位: Nihon University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K11884/
• 关键词: クリティカルエリア; ウェハマップ; 欠陥レベル削減; 欠陥レベル見積り; DPPM; LSI欠陥位置推定; クリティカルエリアサンプリング; 欠陥レベル; 重み付き故障カバレージ; LSIテストパターン生成; マルチモデルサンプリング; ブリッジ故障モデル

本年度は主に，(1)AIを用いたウェハマップ上の欠陥パターンの検出，および(2)少数の実欠陥位置情報に基づいて，欠陥モデル画像を自動生成する手法，について検討を進めた．(1)に関しては，CapsNetを用いたウェハマップ欠陥パターン分類手法に関して，再構成画像と入力画像の誤差を削減することによってより高い検出精度を達成することを目的として実験を行い，成果の一部を国内研究会にて発表した．現在，国際会議発表への投稿準備中である．また，昨年度実施した多重欠陥検出に関して査読付き学術論文として投稿を行った．(2)に関しては，少数の欠陥デバイスしか入手できない場合を想定し，欠陥レイアウトデータのデータ拡張手法について検討し，その評価を行った．敵対的生成ネットワークGAN技術のうち，極少数の入力画像からデータ拡張可能なFew-Shot GANを用いて実験を行い，国内研究会において発表した．

は に Lord this year, (1) AI を い た ウ ェ ハ マ ッ プ の on owe 陥 パ タ ー ン の 検, お よ び (2) a few の be owe 陥 location intelligence に base づ い て, owe 陥 モ デ ル portrait を automatically generated す る technique, に つ い て beg を 検 into め た. (1) に masato し て は, CapsNet を with い た ウ ェ ハ マ ッ プ owe 陥 パ タ ー ン classification technique に masato し て, constitute a portrait again と portrait の error を cut into force す る こ と に よ っ て よ り high い を 検 out precision reached す る こ と を purpose と し て be 験 を い, accomplishment の a を domestic research に て 発 table し た. International conference schedule へ へ submission ready である. ま た, yesterday's annual be し た multiple owe 陥 検 out に masato し て check 読 pay き academic papers と し contribute て を line っ た. (2) に masato し て は, few の owe 陥 デ バ イ ス し か of で き な い occasions を し scenarios, owe 陥 レ イ ア ウ ト デ ー タ の デ ー タ company, zhang gimmick に つ い て 検 for し, そ の review 価 を line っ た. Against the generation of seaborne ネ ッ ト ワ ー ク GAN technology の う ち, Few の portrait into force か ら デ ー タ company, zhang may な what cyber-shot GAN を with い て be 験 を い, domestic research に お い て 発 table し た.

项目成果

Multiple Target Test Generation Method for Gate-Exhaustive Faults to Reduce the Number of Test Patterns Using Partial MaxSAT

用于栅极穷举故障的多目标测试生成方法，以使用部分 MaxSAT 减少测试模式的数量

• 发表时间: 2020
• 作者: Ryuki Asami;Toshinori Hosokawa;Masayoshi Yoshimura;Masayuki Arai
• 通讯作者: Masayuki Arai

Layout Feature Extraction using CNN Classification in Root Cause Analysis of LSI Defects

LSI 缺陷根本原因分析中使用 CNN 分类的布局特征提取

• DOI: 10.1109/tsm.2021.3056717
• 发表时间: 2021
• 期刊: IEEE Transactions on Semiconductor Manufacturing
• 影响因子: 2.7
• 作者: Yoshikazu Nagamura;Koji Arima;Masayuki Arai;Satoshi Fukumoto
• 通讯作者: Satoshi Fukumoto

An Estimation Method of Defect Types for Suspected Logical Faulty Lines Using Artificial Neural Networks and Fault Detection Information of Universal Logical Fault Model

一种利用人工神经网络和通用逻辑故障模型故障检测信息的疑似逻辑故障线路缺陷类型估计方法

• 发表时间: 2021
• 作者: Natsuki Ohta;Toshinori Hosokawa;Koji Yamazaki;Yukari Yamauchi and Masayuki Arai
• 通讯作者: Yukari Yamauchi and Masayuki Arai

A Fine-Grained SDN Rule Table Partitioning and Distribution

细粒度SDN规则表分区和分发

• 发表时间: 2019
• 作者: Yutaro Yoshikawa;Masayuki Arai
• 通讯作者: Masayuki Arai

レイアウト起因LSI欠陥検出のためのFSGANを用いたデータ拡張に関する検討

利用FSGAN进行布局引起的LSI缺陷检测的数据扩展研究

• 发表时间: 2023
• 作者: Yoshikazu Nagamura;Takashi Ide;Masayuki Arai;Satoshi Fukumoto;山中祐輝,永村美一,新井雅之,福本聡;杉岡拓海,永村美一,新井雅之,福本聡
• 通讯作者: 杉岡拓海,永村美一,新井雅之,福本聡