JP2017207870A - 検査対象の指定現象発生検査法 - Google Patents
検査対象の指定現象発生検査法 Download PDFInfo
- Publication number
- JP2017207870A JP2017207870A JP2016098980A JP2016098980A JP2017207870A JP 2017207870 A JP2017207870 A JP 2017207870A JP 2016098980 A JP2016098980 A JP 2016098980A JP 2016098980 A JP2016098980 A JP 2016098980A JP 2017207870 A JP2017207870 A JP 2017207870A
- Authority
- JP
- Japan
- Prior art keywords
- input
- phenomenon
- occurrence
- input model
- test pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
【課題】入力信号に基づいて所定の作動を行うべく設計され或いは製造された装置やプログラムに好ましからざる指定現象が発生するか否かを検査するシュミレーションテストをより効果的に行う。
【解決手段】入力信号として起こり得る種々の信号を入力し、それによって装置やプログラムに、複数の入力モデルを設定し、複数の入力モデルの一つとパラメータとに基づき生成された入力テストパターンに基づく最適化制御により検査対象を指定現象の発生に近づけるよう作動させ、その過程で所定の入力モデル切替条件が成立したら入力モデルを切替える。
【選択図】図1
【解決手段】入力信号として起こり得る種々の信号を入力し、それによって装置やプログラムに、複数の入力モデルを設定し、複数の入力モデルの一つとパラメータとに基づき生成された入力テストパターンに基づく最適化制御により検査対象を指定現象の発生に近づけるよう作動させ、その過程で所定の入力モデル切替条件が成立したら入力モデルを切替える。
【選択図】図1
Description
本発明は、入力信号に基づいて所定の作動を行うべく設計され或いは製造された装置、プログラム等を検査対象として、それに好ましからざる現象として指定した現象が生ずるか否かを検査する方法に係る。
入力信号に基づいて所定の作動を行うべく設計され或いは製造された装置やプログラムに入力信号として起こり得る種々の信号を入力し、それによって装置やプログラムに好ましからざる出力が生ずることがないか否かを検査することが、シュミレーションテストとして行われている。かかるシュミレーションテストを如何に効果的に行うかについては、種々の提案がなされており、例えば下記の特許文献1には、検証対象の内部構造を解析することなく、検証対象を境界条件の近くで作動させるテストパターンを自動的に抽出すべく、テストパターンに対して検証対象により実行される処理の識別子を取得し、テストパターンに対応して上記処理の識別子をテスト結果データ格納部に格納し、テスト結果データ格納部に格納されており且つ上記処理の識別子が異なるテストパターン間で距離を算出し、上記処理の識別子の組毎に当該距離が所定の条件を充たすテストパターンの組を特定し、パターンデータ格納部に格納することが記載されている。また下記の特許文献2には、条件分岐を含み、複数の演算経路が存在する構造を有するプログラムでも、いずれかの演算経路に於いて指定された現象が発生し得る場合には、その存在の検出と、その現象を与える入力テストパターンの検出を可能にすべく、プログラムの実行に於いて生じ得る演算経路のうちの一つを選択し、選択された演算経路について、その入力値の生成と、指定現象の発生の有無の探索のための最適化処理を実行し、指定現象が検出されないときには、指定現象の発生の有無の探索が実行されていない別の演算経路を検出し、その演算経路について、その入力値の生成と、指定現象の発生の有無の探索のための最適化処理を反復実行することが記載されている。
本発明もまた、かかるシュミレーションテストを如何に効果的に行うかを追求するものであり、かかるシュミレーションテストでは、特に、スタート時のテストパターンが不適切な場合に、最適化処理により実世界ではあり得ない結果に至ったり、不具合を見逃したり、不具合を再現できなかったりすることに対する改善を図ることを課題としている。
上記の課題を解決すべく、本発明は、複数の入力モデルを設定することと、前記複数の入力モデルの一つとパラメータとに基づき生成されたテストパターンを入力として検査対象を作動させてその出力を取得することと、前記出力から所定の指定現象が発生したか否かを判断することと、前記指定現象が発生しないときには前記検査対象の作動を前記指定現象の発生に近づける前記パラメータの最適化修正を行い、その過程で使用中の入力モデルを他の入力モデルに切替える条件が成立したときには、使用する入力モデルを当該他の入力モデルに切替えて前記パラメータの最適化修正を行うことを特徴とする検査対象の指定現象発生検査法を提案するものである。
指定現象の発生を検査するシミュレーションテストにおいては、テストパターンを検査対象に入力し、テストパターンのパラメータを調整して検査対象の作動を所定の指定現象の発生に近づける最適化処理が行われるが、その際、上記の如く、複数の入力モデルを設定しておき、最適化処理の過程で使用中の入力モデルを他の入力モデルに切替える条件が成立したときには、使用する入力モデルを当該他の入力モデルに切替えてパラメータの最適化修正が行われるようになっていれば、入力モデルの複数設定という新たな最適化調整要素を組み入れ、テストパターンのパラメータ調整による指定現象発生の探索に複数の入力モデル間の切替による指定現象発生の探索を相関させることにより、検査対象の指定現象発生をより的確に検査する検査法を得ることができる。
図1に示す如く、本発明による検査対象の指定現象発生検査法においては、ステップ(S)10にて、先ず複数の入力モデルM1〜Mnが設定される。次いで、ステップ20にて、その中の或る入力モデルMsを初期入力モデルとし、それと一群のパラメータpからテストパターンuが生成される。
そして、制御はステップ30へ進み、テストパターンuを入力として検査対象を作動させ、出力yが取得され、続くステップ40において、出力yから指定現象の発生が評価される。例えば、指定現象の発生が或る値で判断されるような場合には、当該値が指定現象の発生に当たる閾値より隔たる距離の判断等により、指定現象の発生にどの程度近付いているかの評価が行われる。
続くステップ50においては、指定現象が発生したか否かが判断される。答がイエス(Y)であれば、そのテストパターンが指定現象を発生させることが分かり、テストはこれにて終了する。
現在のテストパターンでは指定現象は発生しておらず、ステップ50の答がノー(N)であるときには、制御はステップ60へ進み、入力モデルを切り替える条件が計算される。かかる条件としては、或るパラメータが所定の閾値を横切ること等とされてよい。入力モデルが3個ないしそれ以上あるときには、どの入力モデルへの切替であるかも判断される。
続くステップ70においては、入力モデル切替条件が成立したか否かが判断される。答がイエスであれば、制御はステップ80へ進み、入力モデルの切替が行われる。
続くステップ90においては、検査対象の作動を指定現象の発生に近づける最適化制御によりパラメータpを操作し、新パラメータpnewを算出することが行われる。テストの進行状態が未だ入力モデル切替条件の成立には至らず、ステップ70答がノーであるときには、制御は現在の入力モデルのままでステップ90に至り、現在の入力モデルのまま、パラメータpを操作し、新パラメータpnewを算出する最適化制御が続けられる。
いずれにしても、続くステップ100において、現在の入力モデルはどれであるか、即ち今ここで使用すべき入力モデルの番号が判断され、それに基づいて制御はステップ110、120、… …等のそれと判断された入力モデルへ進み、当該入力モデルとパラメータpnewからテストパターンuが生成される。制御はこれよりステップ30へ戻り、修正されたテストパターンによりステップ30以下の制御が再度繰り返される。そして、以上のような制御の繰り返しの途中でステップ50の答がイエスになれば、そのときのテストパターンが指定現象を発生させるものとして確認される。一方、全ての入力モデルを使用しても指定現象が発生しないときには、そのなりの確認がなされる。
図2は、2つの入力モデルが設定される実施例について、本発明による検査対象の指定現象発生検査法をより詳細に示している。
この実施例では、ステップ210において、既存のデータベースから一つのテストパターンuが取得され、ステップ220にてテストパターンuが行列分解の手法により基底Dと係数Cに分解される。そして、ステップ230にて係数Cの値が適値に設定される。
次いで、ステップ240にて、基底Dと係数Cとから、U=D・Cとしてテストパターンが生成される。このテストパターンは、後で条件次第で別のテストパターンに切り替えられるので、このテストパターンは、一つの入力モデル1によるテストパターンに相当する。
かくして、先ず入力モデル1によるテストパターンを生成した上で、制御はステップ250へ進み、テストパターンuを入力として検査対象を作動させ、出力yが取得される。そして、ステップ260にて、出力yから指定現象の発生が評価され、ステップ270にて指定現象が発生したか否かが判断される。これらのステップは、図1のフローチャートにおけるステップ40およびステップ50に相当する。
指定現象が発生し、ステップ270の答がイエスとなったときには、テストはこれにて終るが、指定現象が発生せず、ステップ270の答がノーであるときには、制御はステップ280へ進み、現在の入力モデルは1であるか否か、即ち現在の制御はステップ240で使用した入力モデル1に基づくものであるか否かが判断される。制御がテスト開始後に始めてここに至ったときには、答は勿論イエスであり、またその後も暫く答はイエスであろうが、制御がステップ290へ進み、それ以降のステップを経るうちに、後述のステップ340にて入力モデルが入力モデル2に切り替えられたときには、次回のフローにおいてステップ280の答はノーとなる。
一先ずステップ280の答がイエスであり、制御がステップ290へ進むと、ここで入力モデルを切り替えるか否かの切替判定値が計算される。これは図1のステップ60と同様に、或るパラメータあるいはその組合せ等に基づく切替判定値の計算であってよい。次いで、ステップ300にて、切替判定値が閾値を越えたか否かが判断される。答がノーであれば、制御は入力モデル1のまま後述のステップ350へ進むが、答がイエスになると、制御はステップ310へ進む。
ステップ310においては、入力モデル切替前に探索済みのテストパターンuを使用して切替後の入力モデルの設計変数が生成され、次いで、ステップ320にて、切替前の入力モデルで探索済みの係数対ロバスト値(指定現象からの隔たり)の結果が学習される。これは、入力モデルの切替に当たって先の入力モデルによる探索結果をできるだけ生かすためである。それらに基づいてステップ330にて、テストパターンのコントロールポイントに設計変数の値が設定され、更にステップ340にて上記のコントロールポイントの間を補完してテストパターンuが生成される。これは、入力モデルを入力モデル1より別の入力モデル2に切り替えることに相当する。
いずれにしても、制御は続くステップ350において、最適化技術によりその時の入力モデルの設計変数の値を修正しつつ、指定現象の発生が探索される。
以上に於いては本発明を実施例について詳細に説明したが、かかる実施例について本発明の範囲内にて種々の変更が可能であることは当業者にとって明らかであろう。
Claims (1)
- 複数の入力モデルを設定することと、前記複数の入力モデルの一つとパラメータとに基づき生成されたテストパターンを入力として検査対象を作動させてその出力を取得することと、前記出力から所定の指定現象が発生したか否かを判断することと、前記指定現象が発生しないときには前記検査対象の作動を前記指定現象の発生に近づける前記パラメータの最適化修正を行い、その過程で使用中の入力モデルを他の入力モデルに切替える条件が成立したときには、使用する入力モデルを当該他の入力モデルに切替えて前記パラメータの最適化修正を行うことを特徴とする検査対象の指定現象発生検査法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016098980A JP2017207870A (ja) | 2016-05-17 | 2016-05-17 | 検査対象の指定現象発生検査法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016098980A JP2017207870A (ja) | 2016-05-17 | 2016-05-17 | 検査対象の指定現象発生検査法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017207870A true JP2017207870A (ja) | 2017-11-24 |
Family
ID=60414989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016098980A Pending JP2017207870A (ja) | 2016-05-17 | 2016-05-17 | 検査対象の指定現象発生検査法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017207870A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992804A (zh) * | 2017-12-29 | 2019-07-09 | 北京中科寒武纪科技有限公司 | 激励生成装置、芯片验证装置及*** |
-
2016
- 2016-05-17 JP JP2016098980A patent/JP2017207870A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992804A (zh) * | 2017-12-29 | 2019-07-09 | 北京中科寒武纪科技有限公司 | 激励生成装置、芯片验证装置及*** |
CN109992804B (zh) * | 2017-12-29 | 2020-01-14 | 中科寒武纪科技股份有限公司 | 激励生成装置、芯片验证装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102206324B1 (ko) | 기술적 시스템의 스타팅 변수의 모델을 확인하기 위한 방법 | |
RU2016130094A (ru) | Определение траектории транспортного средства | |
US9558106B1 (en) | Testing service with control testing | |
JPWO2020179729A5 (ja) | ||
GB2589495A (en) | Closed loop automatic dataset creation systems and methods | |
CN107015875B (zh) | 一种电子整机贮存寿命评估方法及装置 | |
KR101677008B1 (ko) | Tsd 기반 데이터 예측 방법 | |
RU2020111006A (ru) | Устройство верификации, способ обработки информации и программа | |
US20170255718A1 (en) | Method and system for determing welding process parameters | |
WO2015152181A1 (ja) | 計測値解析装置及び計測値解析方法 | |
JP2018128995A5 (ja) | ||
US20070180411A1 (en) | Method and apparatus for comparing semiconductor-related technical systems characterized by statistical data | |
JP2017207870A (ja) | 検査対象の指定現象発生検査法 | |
JPWO2020250373A5 (ja) | ||
Dominguez et al. | A new approach of confidence in POD determination using simulation | |
CN116383048A (zh) | 软件质量信息处理方法及装置 | |
CN114780967B (zh) | 基于大数据漏洞挖掘的挖掘评估方法及ai漏洞挖掘*** | |
JP2017207871A (ja) | 検査対象の指定現象発生検査法 | |
CN112084117B (zh) | 一种测试方法和装置 | |
JP2020021301A (ja) | 訓練データ評価装置、訓練データ評価方法、およびプログラム | |
CN103310073B (zh) | 一种考虑软件测试与运行环境差别的软件成本模型建模方法 | |
CN110968502B (zh) | 基于mfac算法进行遍历测试的***及方法 | |
WO2024080142A1 (ja) | シミュレーションモデル構築方法、及び、シミュレーション方法 | |
Pan et al. | SpotMe effective co-optimization of design and defect inspection for fast yield ramp | |
JP2020135591A (ja) | 推定装置、推定方法、および、コンピュータプログラム |