Metodologia di Test per Machine Learning Core (MLC) in sensori MEMS = Testing methodology for Machine Learning Core (MLC) in MEMS sensors

L'attività di tesi verte sullo studio e sull'implementazione di una metodologia di test in ambito validazione per una funzione digitale avanzata presente nei sensori inerziali MEMS STMicroelectronics. Lo specifico blocco è chiamato Machine Learning Core (MLC) ed è una catena di processamento dati che sulla base di algoritmi di Machine Learning consente all'utilizzatore di classificare i dati in ingresso e riconoscere scenari specifici. L'attività è stata articolata nelle seguenti fasi: la realizzazione di un modello Python del blocco, lo sviluppo di una procedura di iniezione dati, la comparazione di risultati tra chip e modello e l'ideazione di una procedura di generazione pseudo-casuale di configurazioni MLC e dati al fine di validare estensivamente il blocco. Il lavoro è stato sviluppato e verificato comunicando direttamente con un dispositivo fisico e offre un valido strumento di test ed analisi delle eventuali problematiche di funzionamento del blocco MLC al team di validazione, ponendo le basi per sviluppi futuri in ambito di test di funzionalità digitali avanzate.