論文の概要: Quality-preserving Model for Electronics Production Quality Tests Reduction

• arxiv url: http://arxiv.org/abs/2604.06451v1
• Date: Tue, 07 Apr 2026 20:47:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.232958
• Title: Quality-preserving Model for Electronics Production Quality Tests Reduction
• Title（参考訳）: 電子製品の品質テスト削減のための品質保全モデル
• Authors: Noufa Haneefa, Teddy Lazebnik, Einav Peretz-Andersson,
• Abstract要約: 本稿では,オフラインの最小コスト診断サブセット構築とオンラインThompson-Samplingマルチアームバンディットを組み合わせた適応型テスト選択フレームワークを提案する。 回路基板組立段階の2つのプリント回路基板組立段階(Functional Circuit Test と End-of-Line test-covering 28,000 board run)について,本フレームワークの評価を行った。 オフライン分析では、テスト時間を18.78%削減し、エンド・オブ・ラインテストで91.57%削減するゼロ・エスケープ計画が特定された。
• 参考スコア（独自算出の注目度）: 4.817429789586127
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Manufacturing test flows in high-volume electronics production are typically fixed during product development and executed unchanged on every unit, even as failure patterns and process conditions evolve. This protects quality, but it also imposes unnecessary test cost, while existing data-driven methods mostly optimize static test subsets and neither adapt online to changing defect distributions nor explicitly control escape risk. In this study, we present an adaptive test-selection framework that combines offline minimum-cost diagnostic subset construction using greedy set cover with an online Thompson-sampling multi-armed bandit that switches between full and reduced test plans using a rolling process-stability signal. We evaluate the framework on two printed circuit board assembly stages-Functional Circuit Test and End-of-Line test-covering 28,000 board runs. Offline analysis identified zero-escape reduced plans that cut test time by 18.78% in Functional Circuit Test and 91.57\% in End-of-Line testing. Under temporal validation with real concept drift, static reduction produced 110 escaped defects in Functional Circuit Test and 8 in End-of-Line, whereas the adaptive policy reduced escapes to zero by reverting to fuller coverage when instability emerged in practice. These results show that online learning can preserve manufacturing quality while reducing test burden, offering a practical route to adaptive test planning across production domains, and offering both economic and logistics improvement for companies.
• Abstract（参考訳）: 高体積電子製品の製造試験フローは、一般的に製品開発中に固定され、故障パターンやプロセス条件が進化しても、すべてのユニットで変更されない。 既存のデータ駆動型メソッドは主に静的テストサブセットを最適化し、欠陥分布の変更やエスケープリスクの明示的な制御にはオンラインに適応しない。 本研究では,グリーディ・セット・カバーを用いたオフライン最小コスト診断サブセット構築と,ローリング・プロセス安定信号を用いたフル・リミット・テストプラン間を切り替えるオンライントンプソン・サンプリング・マルチアーム・バンディットを組み合わせた適応型テスト選択フレームワークを提案する。 回路基板組立段階の2つのプリント回路基板組立段階(Functional Circuit Test と End-of-Line test-covering 28,000 board run)について,本フレームワークの評価を行った。 オフライン分析では、テスト時間を18.78%削減し、エンド・オブ・ラインテストで91.57\%削減するゼロ・エスケープ計画が特定された。 実概念ドリフトによる時間的検証では、静的還元は110個の脱走欠陥を、End-of-Lineでは8個の脱走欠陥を発生させた。 これらの結果は、オンライン学習は、テスト負担を軽減しつつ製造品質を保ち、生産領域をまたいだ適応テスト計画への実践的な経路を提供し、企業に対して経済的・物流的改善を提供することを示す。

関連論文リスト

• Are Benchmark Tests Strong Enough? Mutation-Guided Diagnosis and Augmentation of Regression Suites [49.16055123488827]
  十分に強力なテストスイートは、報告された成功率を膨らませながら、妥当だが意味的に正しくないパッチを認めることができる。 STINGは、意味的に変化するプログラムの変種を診断ストレス要因として利用する、ターゲットテスト拡張のためのフレームワークである。 STINGは211インスタンスにまたがる1014の検証テストを生成し、パッチリージョンラインとブランチカバレッジを10.8%、9.5%向上させた。
  論文  参考訳（メタデータ） (2026-04-02T01:13:40Z)
• Fixturize: Bridging the Fixture Gap in Test Generation [31.82935387488973]
  Fixturizeは、フィクスチャに依存した機能を積極的に識別する診断フレームワークである。 反復的なフィードバック駆動プロセスを通じてテストフィクスチャを合成する。
  論文  参考訳（メタデータ） (2026-01-10T16:47:32Z)
• The Rise of Agentic Testing: Multi-Agent Systems for Robust Software Quality Assurance [0.0]
  現在のAIベースのテストジェネレータは、実行意識のフィードバックがないため、無効、冗長、あるいは実行不可能なテストを生成する。 本稿では,テスト生成エージェント,実行・分析エージェント,レビュー・最適化エージェントが協調してテストの生成,実行,解析,精査を行う,クローズドループの自己修正システムを提案する。
  論文  参考訳（メタデータ） (2026-01-05T18:20:14Z)
• Scalable Similarity-Aware Test Suite Minimization with Reinforcement Learning [6.9290255098776425]
  TripRLは、多種多様なテストスイートを高いテスト効率で生成する新しい技術である。 本稿では,TripRLのランタイムは,Multi-Criteria Test Suite Minimization問題の規模と線形にスケール可能であることを示す。
  論文  参考訳（メタデータ） (2024-08-24T08:43:03Z)
• Test-Time Model Adaptation with Only Forward Passes [68.11784295706995]
  テストタイム適応は、トレーニング済みのモデルを、潜在的に分布シフトのある未確認テストサンプルに適応させるのに有効であることが証明されている。 テスト時間フォワード最適化適応法(FOA)を提案する。 FOAは量子化された8ビットのViTで動作し、32ビットのViTで勾配ベースのTENTより優れ、ImageNet-Cで最大24倍のメモリ削減を実現する。
  論文  参考訳（メタデータ） (2024-04-02T05:34:33Z)
• DELTA: degradation-free fully test-time adaptation [59.74287982885375]
  テスト時間バッチ正規化(BN)や自己学習といった,一般的な適応手法では,2つの好ましくない欠陥が隠されていることがわかった。 まず、テスト時間BNにおける正規化統計は、現在受信されているテストサンプルに完全に影響され、その結果、不正確な推定結果が得られることを明らかにする。 第二に、テスト時間適応中にパラメータ更新が支配的なクラスに偏っていることを示す。
  論文  参考訳（メタデータ） (2023-01-30T15:54:00Z)
• Efficient Test-Time Model Adaptation without Forgetting [60.36499845014649]
  テストタイム適応は、トレーニングとテストデータの間の潜在的な分散シフトに取り組むことを目指している。 信頼性および非冗長なサンプルを同定するためのアクティブなサンプル選択基準を提案する。 また、重要なモデルパラメータを劇的な変化から制約するFisher regularizerを導入します。
  論文  参考訳（メタデータ） (2022-04-06T06:39:40Z)
• SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video Games Using Risk Based Testing and Machine Learning [62.997667081978825]
  従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。 自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。 この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
  論文  参考訳（メタデータ） (2022-03-10T00:47:46Z)
• Structure-Adaptive Sequential Testing for Online False Discovery Rate Control [1.456699007803424]
  本研究は、オンライン偽発見率(FDR)制御のための構造適応シーケンシャルテスト(SAST)ルールの新しいクラスを開発する。 我々の提案の重要な要素は、逐次決定における利得と損失を正確に特徴付ける新しいアルファ投資アルゴリズムである。
  論文  参考訳（メタデータ） (2020-02-28T23:16:44Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。