Signature Analysis for MEMS Pseudorandom Testing Using Neural Networks
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F08%3A00500550" target="_blank" >RIV/49777513:23220/08:00500550 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Signature Analysis for MEMS Pseudorandom Testing Using Neural Networks
Original language description
The aim of this work is to develop a low-overhead, low-cost built-in test for Micro Electro Mechanical Systems (MEMS). The proposed method relies on processing the Impulse Response (IR) through trained neural networks, in order to predict a set of MEMS performances, which are otherwise very expensive to measure using the conventional test approach. The use of neural networks allows us to employ a low-dimensional IR signature, which results in a compact built-in test. A MEMS structure combining electro-thermal excitation and piezoresistive sensing was chosen as our case study. A behavioral model of this structure was built using Matlab for the purpose of the experiment. The results demonstrate that the neural network predictions are in excellent agreement with the simulation results of the behavioral model.
Czech name
Analýza signálu pro MEMS pseudonáhodné testování použitím neuronových sítí
Czech description
Zaměření tohoto příspěvku je ve vyvinutí přídavného a levného integrovaného testu pro MEMS systémy. Předložená metoda je založena na zpracování Impulsové Odezvy (IR) pomocí natrénované neuronové sítě pro předpovídání souboru MEMS parametrů, které jsou vsoučasnosti konvenčně zjišťovány drahým měřením. Použití neuronových sítí nám dovoluje použít nízkodimenzionální IR signaturu. MEMS struktura kombinuje elektro-termální vybuzení a piezorezistivní snímání. Tento model chování byl nasimulován pomocí Matlabu pro účely experimentu. Výsledky ukazují, že predikce neuronových sítí jsou v excelentní shodě s výsledky simulace chování modelu.
Classification
Type
D - Article in proceedings
CEP classification
JB - Sensors, detecting elements, measurement and regulation
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Proceedings of the 12th IMEKO TC1-TC7 joint Symposium on Man, Science & Measurement
ISBN
2-9516453-8-4
ISSN
—
e-ISSN
—
Number of pages
5
Pages from-to
—
Publisher name
Université de Savoie
Place of publication
Annecy
Event location
Annecy, Francie
Event date
Sep 5, 2008
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—