MétaCan
Menu
Retour à la cohorte
Enregistrement W2891748079 · doi:10.1109/ipfa.2018.8452180

Analysis Methods and Strategies of Analog and Mix Signal Circuits in Power IC

2018· article· en· W2891748079 sur OpenAlexaff
Gan Chye Siong Kenny, Hubert Beermann, Stephan Merzsch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Circuits and Semiconductor Failure Analysis
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFault detection and isolationIntegrated circuitElectronic engineeringElectronic circuitSIGNAL (programming language)Fault (geology)TransistorIsolation (microbiology)Power (physics)Failure mode and effects analysisMixed-signal integrated circuitElectrical engineeringEngineeringReliability engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

This paper describes the strategy and methods deployed to overcome complexities at various analysis steps systematically in analyzing analog or mix-signal circuits within power ICs. Methods and strategies include: 1.) Building up of universal application board as plug and play setup to verify the failure mode hence reducing setup time. 2.) Global plasma etching with end point detector to expose metal stacks which was implemented instead of FIB pad preparation prior to internal node measurement. 3.) Device characterization of suspicious transistors was measured on IC circuit while the IC is running in application mode. This method does not require physical circuit isolation. 4.) CAD simulation utilized as a tool for fault injection to confirm possible failure location. 5.) FIB as a local de-passivation technique to expose failing site or to perform further necessary fault isolation without altering the electrical failure.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,275
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntegrated Circuits and Semiconductor Failure AnalysisTravaux en français237 207