文献

J-GLOBAL ID：202202212686708265   整理番号：22A0853442

ウエハビンマップ上の混合型パターン認識のための単一型パターンによる画像合成【JST・京大機械翻訳】

Image Synthesis with Single-type Patterns for Mixed-type Pattern Recognition on Wafer Bin Maps

著者 (2件)： Byun Yunseon (Korea University,Department of Industrial and Management Engineering,Seoul,South Korea) ,  Baek Jun-Geol (Korea University,Department of Industrial and Management Engineering,Seoul,South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIIC  ページ： 039-043  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生産性を高めるためには,半導体産業における収量の管理と欠陥の低減が重要である。努力の一つは欠陥パターンを同定し,欠陥に影響する原因因子を制御することである。多くの技術者は各チップの品質を検査し,ウエハビンマップ上の欠陥パターンをチェックする。エンジニアのドメイン知識または経験に対するレベルに関係なく,正確で一貫した分類結果を得るために,深い学習ベースモデルが最近研究されている。ほとんどの以前の研究は単一型欠陥パターンを分類することを狙ったので,混合型欠陥パターンを同時に考慮する必要がある。また,それらは,深い学習ベースの分類モデルを訓練するために,多くのラベル付きデータを必要とする。しかし,欠陥は実際の製造プロセスにおいて極めて稀に発生する。したがって,十分なラベル付けデータが与えられない状況において,より高い精度を確保する方法が必要である。本論文では,単一型パターンを合成し,ピクセルワイズ加算を加えることにより,混合型パターンを生成するウエハマップ合成(DCGAN-WS)のための深い畳込み生成広告ネットワークを提案した。ウエハビンマップのバイナリ画素の特性を維持するために,閾値化技術を追加した。実験には混合WM38データセットを用い,混合型パターンをうまく合成した。それは,単一型パターン分類のためのよりロバストなモデルを構築して,以前に発生しなかった混合型パターンを生成するのを助ける。将来,このモデルは欠陥パターン分類モデルに対するラベル付きデータの欠如の問題を扱うことが期待される。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *パターン認識 ,  学習 ,  広告 ,  ネットワーク ,  パターン分類 ,  画素 ,  *画像合成 ,  加算 ,  半導体工業 ,  生産工程 ,  ロバスト性 ,  ドメイン知識
準シソーラス用語： バイナリー ,  分類モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： パターン認識 ,  画像合成