車聯網安全性之機器學習模型晶片架構設計與分析
電機工程學系 施信毓 博士
結合機器學習與車用電子通訊,藉由機器學習模型確保車聯網內交換機的可靠性與穩定性。具有通用可擴展晶片的同時,也相容於其他高可靠電路設計,並且符合ISO26262國際標準以外。與市售系統相比,相較於TMR可大幅降低面積開銷,並且比LBIST有更低開發與佈署成本,更有快速和高準確度分析等特性。
瀏覽數:
電機工程學系 施信毓 博士
結合機器學習與車用電子通訊,藉由機器學習模型確保車聯網內交換機的可靠性與穩定性。具有通用可擴展晶片的同時,也相容於其他高可靠電路設計,並且符合ISO26262國際標準以外。與市售系統相比,相較於TMR可大幅降低面積開銷,並且比LBIST有更低開發與佈署成本,更有快速和高準確度分析等特性。