Enhanced fault detection in digital VLSI circuits using convolutional autoencoders

As Very Large-Scale Integration (VLSI) technology advances, the demand for reliable and scalable pre-silicon fault detection (FD) techniques continues to grow. Conventional diagnostic methods often face limitations in identifying subtle stuck-at faults within complex and high-dimensional test data....

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Integration (Amsterdam) Jg. 107; S. 102608
Hauptverfasser:	Savalam, Chandrasekhar, Medisetti, Sanjay, Korapati, Prasanti
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.03.2026
Schlagworte:	Contractive autoencoder Convolutional autoencoder Deep learning Digital VLSI circuits Error debugging Stacked sparse autoencoders Variational autoencoder Deep learning Contractive autoencoder Error debugging Stacked sparse autoencoders Variational autoencoder Convolutional autoencoder Digital VLSI circuits
ISSN:	0167-9260
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!