基于随机森林的集成电路适应性测试方法研究

摘要：

在集成电路测试过程中,随着测试时间的延长,会导致测试成本偏高.针对这种情况,提出一种基于随机森林的适应性测试方法.对于训练模型的芯片,通过计算基尼指数得出芯片参数测试过程中每个测试组对模型分类的重要程度,按照特征重要性对测试组进行重要度排序,筛选出特征重要性最高的测试组,并统计每个测试组测出的缺陷芯片数.对测试集中部分芯片进行测试,并通过删除部分测试组来减少测试时间,采用随机森林算法预测芯片质量,在保证预测准确率的基础上,尽量减少预测时间.实验结果表明:与KN N和逻辑回归算法相比,随机森林算法在预测准确率、测试逃逸水平和运行时间方面始终保持最优.与传统测试方法相比,随机森林算法在保证较低测试逃逸的情况下可以减少约28％的测试时间.与其他两种具有代表性的适应性测试方法相比,所提出的方法在测试时间方面表现更优.

关键词：集成电路测试;随机森林;适应性测试;测试时间;测试成本

所属期刊栏目：42

分类号：TN407(微电子学、集成电路（IC）)

资助基金：国家自然科学基金资助项目;国家重大科研仪器项目

在线出版日期：2021-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：13-18