|
マイコンやFPGAなどの設計工程では，製造前に行われる設計検証の工程の比率が大きく，効率化が課題である．シミュレーションによって設計検証を行う際，カバレッジと呼ばれる量的基準の増加を目指すのがカバレッジ駆動検証である．本研究では，ベイジアンネットワークと呼ばれる確率モデルに対する機械学習を利用して，より早くカバレッジを増加させるようなシミュレーション用のパターンを生成する．信号線の変化に着目したシミュレーションパラメータに対する機械学習および自動調整により，既存手法よりも短い時間でカバレッジを向上できることを示した．
|
