Fugu-MT 論文翻訳(概要): SRAM-Based PUF Reliability Prediction Using Cell-Imbalance Characterization in the State Space Diagram

論文の概要: SRAM-Based PUF Reliability Prediction Using Cell-Imbalance Characterization in the State Space Diagram

arxiv url: http://arxiv.org/abs/2412.04125v1
Date: Thu, 05 Dec 2024 12:49:22 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-06 14:38:52.218646
Title: SRAM-Based PUF Reliability Prediction Using Cell-Imbalance Characterization in the State Space Diagram
Title（参考訳）: 状態空間図におけるセル不均衡評価を用いたSRAMに基づくPUF信頼性予測
Authors: Gabriel Torrens, Abdel Alheyasat, Bartomeu Alorda, Sebastia A. Bota,
Abstract要約: 本研究では,PUF アプリケーションにおいて 6T ビットセルが与えられた論理値に達する確率の統計的分布を推定する手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This work proposes a methodology to estimate the statistical distribution of the probability that a 6T bit-cell starts up to a given logic value in SRAM memories for PUF applications. First, the distribution is obtained experimentally in a 65-nm CMOS device. As this distribution cannot be reproduced by electrical simulation, we explore the use of an alternative parameter defined as the distance between the origin and the separatrix in the bit-cell state space to quantify the mismatch of the cell. The resulting distribution of this parameter obtained from Monte Carlo simulations is then related to the start-up probability distribution using a two-component logistic function. The reported results show that the proposed imbalance factor is a good predictor for PUF-related reliability estimation with the advantage that can be applied at the early design stages.
Abstract（参考訳）: 本研究では,PUFアプリケーションのSRAMメモリにおいて,6Tビットセルが与えられた論理値から始まる確率の統計的分布を推定する手法を提案する。まず、65nmCMOSデバイスで実験的に分布を得る。この分布は電気シミュレーションでは再現できないため、セルのミスマッチを定量化するために、ビットセル状態空間における原点とセパラトリクスの間の距離として定義される代替パラメータを探索する。モンテカルロシミュレーションから得られたこのパラメータの分布は、2成分ロジスティック関数を用いたスタートアップ確率分布と関連付けられる。その結果, 提案した不均衡係数は, PUF関連信頼性推定に優れた予測因子であり, 初期の設計段階で適用可能な利点が示された。

関連論文リスト

Statistical Reachability Analysis of Stochastic Cyber-Physical Systems under Distribution Shift [0.061446808540639365]
到達可能性分析は、サイバー物理システムの安全性を保証する一般的な方法である。本稿では,力学の記号的記述を持たないSCPSに対して,到達可能性解析を行う際の問題点について検討する。本稿では,このしきい値よりも小さい確率で,展開中の到達可能な状態がこのセットに存在することを保証する統計的到達可能性解析手法を提案する。
論文参考訳（メタデータ） (2024-07-16T11:18:41Z)
Toward using GANs in astrophysical Monte-Carlo simulations [0.0]
我々は,GAN(Generative Adversarial Network)がMaxwell-J"uttner分布を統計的に複製できることを示す。コルモゴロフ・スミルノフ実験の平均値は、ニューラルネットワークによって生成されたサンプルに対して0.5であり、生成された分布が真の分布と区別できないことを示す。
論文参考訳（メタデータ） (2024-02-16T23:07:53Z)
Uncertainty Quantification via Stable Distribution Propagation [60.065272548502]
本稿では,ニューラルネットワークによる安定確率分布の伝播手法を提案する。提案手法は局所線形化に基づいており,ReLU非線型性に対する全変動距離の近似値として最適であることを示す。
論文参考訳（メタデータ） (2024-02-13T09:40:19Z)
Sourcerer: Sample-based Maximum Entropy Source Distribution Estimation [5.673617376471343]
本稿では,最大エントロピー分布,すなわち可能な限り不確実性を維持することを優先する手法を提案する。提案手法は,Sliced-Wasserstein距離を利用して,データセットとシミュレーションの差分を測定する。提案手法の有用性を実証するために,何千もの単一ニューロン計測を用いた実験データセットから,Hodgkin-Huxleyモデルのパラメータのソース分布を推定する。
論文参考訳（メタデータ） (2024-02-12T17:13:02Z)
Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
論文参考訳（メタデータ） (2024-01-29T02:08:40Z)
Machine-Learned Exclusion Limits without Binning [0.0]
我々は、1次元信号と背景確率密度関数を抽出するためにカーネル密度推定器(KDE)を含むMLL法を拡張した。本手法は,レプトン対に崩壊するエキゾチックヒッグス粒子の探索と,レプトン対に崩壊するZ'$ボソンの2例に適用する。
論文参考訳（メタデータ） (2022-11-09T11:04:50Z)
An Energy-Based Prior for Generative Saliency [62.79775297611203]
本稿では,情報的エネルギーベースモデルを事前分布として採用する,新たな生成正当性予測フレームワークを提案する。生成サリエンシモデルを用いて,画像から画素単位の不確実性マップを得ることができ,サリエンシ予測におけるモデル信頼度を示す。実験結果から, エネルギーベース先行モデルを用いた生成塩分率モデルでは, 精度の高い塩分率予測だけでなく, 人間の知覚と整合した信頼性の高い不確実性マップを実現できることが示された。
論文参考訳（メタデータ） (2022-04-19T10:51:00Z)
Sampling-Based Robust Control of Autonomous Systems with Non-Gaussian Noise [59.47042225257565]
雑音分布の明示的な表現に依存しない新しい計画法を提案する。まず、連続系を離散状態モデルに抽象化し、状態間の確率的遷移によってノイズを捕捉する。いわゆる区間マルコフ決定過程(iMDP)の遷移確率区間におけるこれらの境界を捉える。
論文参考訳（メタデータ） (2021-10-25T06:18:55Z)
A Note on Optimizing Distributions using Kernel Mean Embeddings [94.96262888797257]
カーネル平均埋め込みは、その無限次元平均埋め込みによる確率測度を表す。カーネルが特徴的である場合、カーネルの総和密度を持つ分布は密度が高いことを示す。有限サンプル設定でそのような分布を最適化するアルゴリズムを提供する。
論文参考訳（メタデータ） (2021-06-18T08:33:45Z)
Physics-Informed Gaussian Process Regression for Probabilistic States Estimation and Forecasting in Power Grids [67.72249211312723]
電力グリッドの効率的な運転にはリアルタイム状態推定と予測が不可欠である。 PhI-GPRは3世代電力系統の位相角,角速度,風力の予測と推定に使用される。提案手法は観測された状態と観測されていない状態の両方を正確に予測し,推定することができることを示す。
論文参考訳（メタデータ） (2020-10-09T14:18:31Z)
A System for Generating Non-Uniform Random Variates using Graphene Field-Effect Transistors [2.867517731896504]
グラフェン電界効果トランジスタの転送特性に基づいたハードウェア非一様乱数生成手法を提案する。この方法はカスタムコンピューティングシステムに統合できる。モンテカルロ積分を最大2$times$の係数で高速化する。
論文参考訳（メタデータ） (2020-04-28T10:09:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。