English

データマイニングによるテスト結果予測

研究目的

VLSIの製造工程では、ウェハ―テスト、パッケージテストなど様々なテストが行われます。 各工程では、テストにパスしたものだけが次の工程に進み、 すべてのテストにパスしたものだけが製品として出荷されます。 なかでも、バーンインテストは高温・高圧といったストレス下で行うテストで、 VLSI製品の品質保証に不可欠であるが、その反面コストがかかることが問題です。

ディペンダブルシステム学研究室では、 過去の膨大なテスト結果からデータマイニングを利用してテスト結果を予測する研究を行っています。 例えば、ウェハ―テストとバーンイン前のパッケージテストの結果から、 バーインテストの結果を予測するなど、特定のテスト工程の結果をそれ以前のテスト結果から予測する手法を研究しています。

データマイニングを行うには、まずマイニング結果の目標を設定する必要があります。 例えば、バーンインテストの結果予測では、テスト結果のパスとフェールを 正確に予測できれば理想的ですが、必ずしもそうはなりません。そこで、 予測が外れた場合に、パス、フェールに関わらず予測誤り数を最小にするのか、 パスとフェールの予測誤りに優先度をつけるのかなど、目標設定を行う必要があります。 目標は、データマイニング結果をどう利用するかを考慮して設定されます。

データマイニングの処理は、大きく前処理学習に分かれます。前処理では、 元となるデータからデータマイニングに必要なデータを選択する、選択したデータから異常値を除外する、 欠損値を補間するなどの値の変換を行う、などの処理が含まれます。値の変換のみを前処理、それ以前の処理を データ獲得・選択と分けて呼ぶ場合もあります。前処理が終わると、学習アルゴリズムを用いて学習を行います。 学習アルゴリズムには、ルール学習、クラスタリング、サポートベクターマシンなど 様々なアルゴリズムが研究されています。データマイニングは簡単なように思われるかもしれませんが、 マイニング結果の目標設定、学習アルゴリズムの選択、前処理は、それぞれ依存し合っているため、 理想的なデータマイニングを行うには、適切な前処理、適切な学習アルゴリズムの選択と 選択したアルゴリズムの適切なパラメータの設定など、様々な工夫が必要とされます。

VLSIのテスト

ディペンダブルシステム学研究室での取り組み

本研究室では、ウェハ―テストとバーンイン前のパッケージテストの結果から、 バーンインテストの結果を予測する手法を研究しています。研究には、 企業から提供された実際のLSIに対するテスト結果をデータとして用い、 実用性の高い研究成果を目指しています。

データマイニングによるテスト結果予測