公开(公告)号：CN109557449B

公开(公告)日：2020-04-03

申请号：CN201811235172.1

申请日：2018-10-23

Applicant: 中国科学院计算技术研究所

Inventor： 叶靖 ,  井鹏飞 ,  李晓维 ,  李华伟 ,  胡瑜 ,  赵鑫 ,  王莉菲

IPC: G01R31/28

Abstract: 本发明提出一种集成电路难测路径的选择方法。本发明包括：利用动静态协同分析，计算和校准逻辑值为0或为1的概率；根据所计算概率，从输出向输入方向寻找跳变沿传输概率小的路径；为所选路径生成测试向量，判断路径有效性。本发明通过动静态协同分析方法提高了概率计算精度，进而有效寻找出集成电路中的难测路径，为保证集成电路测试覆盖率提供重要支撑。

公开(公告)号：CN115391522A

公开(公告)日：2022-11-25

申请号：CN202210921496.0

申请日：2022-08-02

Applicant: 中国科学院计算技术研究所

Inventor： 高金华 ,  赵鑫 ,  沈华伟 ,  王永庆 ,  庞亮 ,  孟剑 ,  程学旗

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/258 ,  G06F40/295 ,  G06Q50/00 ,  G06N3/08

Abstract: 本发明提出一种基于社交平台元数据的文本主题建模方法和系统，包括基于文本数据的关键词，构建文本数据的词袋表示；基于文本数据的元数据类别，训练对应类别的属性值预测任务，以微调预训练语义提取模型，得到目标语义提取模型，使用目标语义提取模型提取文本数据的文本语义表示；基于文本语义表示构造语义约束目标，以语义约束目标为指导，以词袋表示作为输入和重构目标，训练基于变分自编码器的神经主题模型，得到主题提取模型，并从模型中导出主题‑关键词分布和主题嵌入表示。方法及系统可以对移动应用内广泛存在的短文本消息进行主题建模，提取出主题的关键词并学习得到主题的嵌入表示。

公开(公告)号：CN109557449A

公开(公告)日：2019-04-02

申请号：CN201811235172.1

申请日：2018-10-23

Applicant: 中国科学院计算技术研究所

Inventor： 叶靖 ,  井鹏飞 ,  李晓维 ,  李华伟 ,  胡瑜 ,  赵鑫 ,  王莉菲

IPC: G01R31/28

Abstract: 本发明提出一种集成电路难测路径的选择方法。本发明包括：利用动静态协同分析，计算和校准逻辑值为0或为1的概率；根据所计算概率，从输出向输入方向寻找跳变沿传输概率小的路径；为所选路径生成测试向量，判断路径有效性。本发明通过动静态协同分析方法提高了概率计算精度，进而有效寻找出集成电路中的难测路径，为保证集成电路测试覆盖率提供重要支撑。