О ПОСТРОЕНИИ НЕЙРОМОРФНЫХ СПРАВОЧНИКОВ НЕИСПРАВНОСТЕЙ ДЛЯ АНАЛОГОВЫХ ИНТЕГРАЛЬНЫХ СХЕМ

摘要

Методы машинного обучения активно используются для построения нейроморфных справочников неисправностей, которые обеспечивают диагностику неисправностей аналоговых и смешанных интегральных схем в ассоциативном режиме. Многие проблемы обучения нейронной сети, связанные с большим объемом исходных данных, могут быть решены путем уменьшения размеров обучающих наборов и использования в них только существенных характеристик. В статье представлен маршрут формирования НСН, предложен метод, основанный на вычислении энтропии, для выбора существенных характеристик обучающего набора, разработан соответствующий алгоритм. Приведены результаты экспериментальных исследований для аналогового фильтра, которые демонстрируют высокую эффективность предлагаемого метода: снижение времени обучения нейронной сети в 192 раза, покрытие полученным НСН до 95.0% катастрофических и до 84.81% параметрических неисправностей при диагностике.