VMC 2016

2016年11月10日に米国テキサス州オースティンで開催されたIEEE/ACM Workshop on Variability Modeling and Characterization (VMC) 2016にて特定助教の新谷とM1の森田が研究発表を行いました.

新谷の発表は,パワーデバイスの真贋判定を目的としたデバイス個体識別手法に関するものです.本研究では,デバイス特性のばらつきを利用したデバイス特定手法を提案しました.特定手法では,機械学習の1種であるRandom Forestを用い,35個のパワーMOSFETを98.5%の精度で識別できることを示しました.

森田の発表は、集積回路のNBTI劣化を緩和するセルの置換箇所を高速に選択する手法に関するものです.集積回路中の多数の候補から効果的な置換箇所を選択するためには多くの計算時間が必要となります.本発表では,回路中の信号経路を類似性の観点からクラスタリングし,各クラスタから一つの信号経路を抽出することで遅延計算時間を削減しました.また,置換候補箇所の枝刈りを行い置換候補箇所を削減しました.評価実験から,本手法により従来手法の63倍の高速化を達成できることを示しました.

  • Michihiro Shintani, Kazuki Oishi, Rui Zhou, Masayuki Hiromoto, and Takashi Sato:
    “Unique Device Identification Framework for Power MOSFETs Using Inherent Device Variation,” in Proc. of IEEE/ACM Workshop on Variability Modeling and Characterization (VMC), Nov. 2016.
  • Shumpei Morita, Song Bian, Michihiro Shintani, Masayuki Hiromoto, and Takashi Sato:
    “Representative Path Approach for Time-Efficient NBTI Mitigation Logic Replacement,” in Proc. of IEEE/ACM Workshop on Variability Modeling and Characterization (VMC), Nov. 2016.
カテゴリー: Conference/Workshop, Publication タグ: パーマリンク