시드 병합을 통한 테스트 데이터의 압축방법

이민주; 전성훈; 김용준; 강성호

추천

검색

질문

자료유형: 학술저널

저자정보: 이민주 전성훈 김용준 강성호

저널정보: 대한전자공학회 전자공학회논문지-SD 전자공학회논문지 SD편 제42권 제9호

발행연도: 2005.9

수록면: 41 - 50 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

회로가 커짐에 따라 테스트 데이터양이 증가하고, 테스트 적용시간이 길어지고 있다. 따라서 테스트 데이터양과 테스트 적용시간을 줄이기 위해서, 테스트 데이터의 압축/복원을 위한 새로운 방법을 제안하고자 한다. 제안하는 방법은 시드 벡터를 생성할 때, 압축률을 높이기 위해 무상관비트를 사용하는 XOR 트리에 기반을 두고 있다. 시드 벡터가 생성이 되면, 2비트 길이를 가진 코드를 사용하여 시드를 병합한다. 이렇게 병합된 시드는 1 클럭 시간동안에 재사용될 수가 있어, 테스트 데이터 적용시간을 크게 감소시킬 수 있다. 제안하는 방법의 효율성은 ISCAS '89 벤치 회로에 대한 실험 결과로 알 수 있다.

참고문헌 (19)

참고문헌 신청

[학술지(정기간행물)] - Y. Zorian / 2000. / Test of future system on chips : 392400 ~

[학술지(정기간행물)] - C. V. Krishna / 2003. / Adjustable width linear combinational scan vector decompression : 863866 ~

[학술지(정기간행물)] - Hideyuki Ichihara / 2003. / Channel width test data compression under a limited number of test inputs and outputs : 329334 ~

[학술지(정기간행물)] - I. Hamzaoglu / 1999. / Reducing test application time for Built-In-Self-Test test pattern generators : 260267 ~

[학술지(정기간행물)] - S. Bhatia / 1997. / Test compaction in a parallel access scan environment : 300 ~ 305

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

전성훈

소속기관 전남대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 12 이용수 395

김용준

소속기관 세종대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 전자공학

논문수 35 이용수 920

강성호

소속기관 동국대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 10% 공학 > 전기전자공학 > 정보통신공학

논문수 171 이용수 5,748

이 논문과 함께 이용한 논문

공동주택 공동 수신 설비의 쟁점을 통해 본 지상파 직접 수신 장애 요인 분석

김희경 미디어 경제와 문화 2017 .08

후반 작업 관점에서 본 SDR-HDR 영상 변환과 고려사항

김지현 방송과 미디어 2017 .07

skyUHD 방송 콘텐츠 HDR(HLG) 기반 적용기술과 사례

전동윤 방송과 미디어 2017 .07

UHDTV를 위한 디지털 영상 조명

김용규 방송과 미디어 2017 .07

지상파 UHDTV 기반 지능형 재난경보 방송서비스에 관한 연구

배병준 , 김나연 , 조용성 외 1명 한국방송미디어공학회 학술발표대회 논문집 2017 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-018062029

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)