A Machine Learning Approach to Predicting Single Event Upsets

要約

シングル イベント アップセット (SEU) は、宇宙環境からのイオン化粒子にさらされた半導体デバイスで発生する重大なソフト エラーです。
SEU は、半導体のメモリ コンポーネントでビット フリップを引き起こします。
これにより、保存された情報の信頼性が低下するため、多くの安全上の危険が生じます。
現在、SEU は発生から数時間後にのみ検出されます。
この論文で紹介されている CREMER モデルは、機械学習を使用して SEU を事前に予測します。
CREMER は位置データのみを使用して SEU の発生を予測するため、堅牢かつ安価でスケーラブルです。
実装されると、メモリデバイスの信頼性が向上し、宇宙船上でデジタル的により安全な環境が構築されます。

要約(オリジナル)

A single event upset (SEU) is a critical soft error that occurs in semiconductor devices on exposure to ionising particles from space environments. SEUs cause bit flips in the memory component of semiconductors. This creates a multitude of safety hazards as stored information becomes less reliable. Currently, SEUs are only detected several hours after their occurrence. CREMER, the model presented in this paper, predicts SEUs in advance using machine learning. CREMER uses only positional data to predict SEU occurrence, making it robust, inexpensive and scalable. Upon implementation, the improved reliability of memory devices will create a digitally safer environment onboard space vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google