인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
In semiconductor manufacturing, defects on wafer maps often arise due to process-related issues. Recognizing and analyzing these defect patterns is crucial for the early detection of manufacturing faults, enabling proactive defect prediction and ultimately enhancing semiconductor yield rates. In real-world manufacturing, wafers commonly exhibit not only singular defects but also multiple concurrent defects, adding complexity to the analysis. Therefore, this study proposes a deep learning-based model for wafer map multi-defect pattern classification. We employ the ViT-B model for classification and utilize TrivialAugment to increase the diversity of wafer map images used in training. Additionally, two optimizers were applied to facilitate the smooth convergence of the model's loss function, allowing for a comparative performance evaluation. On the MixedWM38 dataset, which comprises 38 classes, our model enhanced with TrivialAugment and Adagrad achieved F1-scores of 0.984 for single defects, 0.987 for double defects, 0.982 for triple defects, and 0.986 for quadruple defects.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093112192
