Definition and evaluation of forecast quality models for the integrated circuits with the use of theory of pattern recognition

doi:10.18469/1810-3189.2020.23.2.76-80

Abstract

The paper is devoted to the technique of the forecast models for the integrated circuits of 564 series based on the methods of the theory of pattern recognition. Methods of regression models and discriminant functions were used for the model-building. Analysis of the obtained models was carried out. The optimal threshold values of the discriminant and regression functions were determined. The values of the risk of incorrect decision, producer’s risk (α-risk) and consumer’s risk (β-risk) were estimated.

Highlights

The paper is devoted to the technique of the forecast models
for the integrated circuits of 564 series based on the methods of the theory
discriminant functions were used for the modelbuilding

Summary

Физика волновых процессов и радиотехнические системы

Самарский национальный исследовательский университет имени академика С.П. Королева. 2. График зависимости основных вероятностных характеристик от значения порога дискриминантной функции. Для рассматриваемой выборки интегральных микросхем индивидуальное прогнозирование с помощью метода регрессионных моделей позволило получить прогнозную модель вида y=. 2. Исследование моделей показало, что для оператора индивидуального прогнозирования интегральных микросхем, найденного с помощью метода регрессионных моделей, оптимальное значение порога будет равно П = 65 при значении вероятности принятия ошибочных решений Pош =. Для оператора индивидуального прогнозирования интегральных микросхем, найденного с помощью метода дискриминантных функций, оптимальное значение порога будет равно Пg = 3,2 при значении вероятности принятия ошибочных решений Pош = 0,113. На основе методов дискриминантных функций и регрессионных моделей с использованием теории распознавания образов построены математические модели для прогнозирования показателей качества и надежности интегральных микросхем серии 564. Оптимальное значение порога регрессионной функции составляет П = 65 при вероятности принятия ошибочных решений Pош = 0,165

Список литературы

Samara National Research University

Information about the Authors