Электронный курс «Тестирование интегральных схем»

Наименование РИД	Электронный курс «Тестирование интегральных схем»
Реферат	В базу данных включены уникальные материалы, посвященные ознакомлению с работой на тестере цифровых интегральных схем MST-2, при успешном освоении которых, будет сформирована достаточная практическая база для освоения операций в области входного/выходного контроля и тестирования разработанных полупроводниковых интегральных микросхем.
Возможные направления использования	Обучение функциональному и параметрическому контролю работников микроэлектронной промышленности
Количество опытных образцов	1
Количество просмотров	2
Наличие дополнительных файлов	False
Использование РИД правообладателем	False
Внешнее использование РИД	False
НИОКТР (JSON)	{}
ИКСИ (JSON)	[]
ИКСПО (JSON)	[]
ОЭСР (JSON)	[]
Дата первого статуса	2026-01-19T11:38:03.857694+00:00
Предполагаемый тип результата	База данных
Ожидаемая роль	Заказчик и Исполнитель совместно
Заказчик	МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Руководитель работы	Насыбуллин Айдар Ревкатович
Руководитель организации	Бабушкин Виталий Михайлович
Регистрационный номер НИОКТР	125072809098-3
Последний статус	Подтверждена, 626013000095-6, 2026-01-30 08:25:42 UTC
ОКПД	Нет
Ключевые слова	интегральные схемы; функциональный контроль; параметрический контроль; тестер микросхем
Исполнители	ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "КАЗАНСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. А.Н. ТУПОЛЕВА-КАИ"
Авторы	Насыбуллин Айдар Ревкатович; Ишкаев Тимур Маратович
Коды тематических рубрик	47.14.07 - Проектирование и конструирование полупроводниковых приборов и приборов микроэлектроники
OESR	Электротехника и электроника
Приоритеты научно-технического развития	а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;