第19周大组讨论会

时间：2019年1月8日，19：00

地点：双子楼A座 1706

报告人：应健锋

报告题目：基于测试覆盖的X值灵敏度预测方法

报告摘要：

    随着基于模块化的电路设计变得越来越复杂, 未初始化的时序单元、设计中的黑盒、时钟域交叉以及模数转换器的错误行为等原因会导致电路中出现未知的逻辑值(X), 降低电路测试集的测试覆盖率. 针对输入端存在的X值, 本文提出了一种基于机器学习的方法根据测试覆盖率的损失来预测X值的灵敏度. 首先通过拓扑算法计算电路的各项基础结构参数; 然后对电路进行区域划分, 提取特定的电路特征参数作为原始数据集; 最后利用极端随机森林算法对所有电路中得到的数据集进行训练和预测. 本文采用ISCAS89和ITC99中的部分电路作为数据来源, 实验结果表明, 与现有的预测方法相比, 本文方法具有更高的准确率和更好的泛化能力, 训练集准确率达到99.9%, 测试集准确率达到94.3%, 提高14.4%, 小型电路的预测准确率提高36.6%, 大型电路的预测准确率提高16.3%.

关键词：X值; 测试覆盖率; 机器学习; 极端随机森林