| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及目的意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 集成电路的可靠性现状 | 第12-14页 |
| 1.2.2 深度学习的研究现状 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-17页 |
| 1.4 本文的章节安排 | 第17-19页 |
| 第2章 相关工作 | 第19-34页 |
| 2.1 引言 | 第19页 |
| 2.2 基于经验值的 MONTE CARLO 方法 | 第19-21页 |
| 2.2.1 方法原理 | 第19-20页 |
| 2.2.2 计算策略 | 第20-21页 |
| 2.3 基于E-PTM模型的电路可靠性计算方法 | 第21-24页 |
| 2.3.1 编码策略 | 第21-22页 |
| 2.3.2 计算算法 | 第22-24页 |
| 2.4 深度自编码器网络模型模型 | 第24-28页 |
| 2.4.1 自编码器 | 第26-27页 |
| 2.4.2 小批量梯度下降法 | 第27-28页 |
| 2.4.3 深度自编码网络训练 | 第28页 |
| 2.5 深度信念网络模型 | 第28-33页 |
| 2.5.1 受限玻尔兹曼机 | 第30-32页 |
| 2.5.2 深度信念网络训练 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 电路可靠性特征分析及提取 | 第34-50页 |
| 3.1 引言 | 第34页 |
| 3.2 面向电路可靠性的特征分析 | 第34-37页 |
| 3.2.1 电路拓扑结构 | 第35页 |
| 3.2.2 应用环境 | 第35-36页 |
| 3.2.3 过程性因子 | 第36-37页 |
| 3.3 基于电路可靠性的数据提取 | 第37-47页 |
| 3.3.1 电路网表解析 | 第38-42页 |
| 3.3.2 电路子网表生成 | 第42-44页 |
| 3.3.3 电路可靠性的数据集提取 | 第44-47页 |
| 3.4 实验结果 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 基于深度学习的电路可靠性预测方法 | 第50-62页 |
| 4.1 引言 | 第50页 |
| 4.2 基于DAN的电路可靠性预测模型 | 第50-54页 |
| 4.2.1 数据预处理 | 第50-51页 |
| 4.2.2 误差评价函数 | 第51页 |
| 4.2.3 DAN模型训练策略 | 第51-54页 |
| 4.3 实验与分析 | 第54-60页 |
| 4.3.1 数据采集及预处理 | 第54-55页 |
| 4.3.2 预测模型建立 | 第55-58页 |
| 4.3.3 模型验证 | 第58-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第5章 预测模型优化应用研究 | 第62-71页 |
| 5.1 引言 | 第62页 |
| 5.2 特征数据集分析 | 第62-68页 |
| 5.2.1 数据预处理 | 第62-63页 |
| 5.2.2 特征表示 | 第63-67页 |
| 5.2.3 数据集中特征数据不平衡分布 | 第67-68页 |
| 5.3 模型配置分析 | 第68-70页 |
| 5.3.1 激活函数 | 第68-69页 |
| 5.3.2 学习率 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 本文工作总结 | 第71-72页 |
| 6.2 研究展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间参加的科研项目和成果 | 第78-79页 |