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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.4
- 수록면
- 117 - 124 (8page)
- DOI
- 10.7232/JKIIE.2019.45.2.117
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Wafer bin maps (WBMs) represent the wafer test results in semiconductor processes. In WBMs, identifying the defect patterns are significant because the defect patterns can be used to detect the root causes of a defect. However, WBM researches in a real application suffer from insufficient training data for pattern analysis, so it is hard to apply machine learning techniques. Moreover, it is significant to classify the die, which is the minimum unit in a wafer, for identifying accurate causes, but the previous studies were conducted for the wafers. In this study, we use a variational autoencoder to generate new WBMs samples to build an accurate classifier for defect patterns. We then propose a die-wise defect segmentation system. This system aims to enable classification the cause of defects by using SegNet, a deep convolutional encoder-decoder architecture. To demonstrate the robustness and effectiveness of the proposed methodology, we conducted an experimental evaluation to compare the accuracy of the proposed approach than the ones of two variants of autoencoders. The experimental study confirmed that the proposed approach shows superior performance in the results.
목차
1. 서론
2. 관련 연구
3. 제안 방법론
4. 실험 결과
5. 결론
참고문헌
참고문헌 (15)
참고문헌 신청
Badrinarayanan, V., Kendall, A., and Cipolla, R. (2015), SegNet : A deep convolutional encoder-decoder architecture for image segmentation, arXiv preprint arXiv : 1511.00561.
Chen, F. L. and Liu, S. F. (2000), A neural-network approach to recognize defect spatial pattern in semiconductor fabrication, IEEE Transactions on Semiconductor Manufacturing, 13(3), 366-373.
Cho, Y., Lee, S., Kim, H., and Kim, S. (2018), Detection of Faulty Equipment Sequence of Multivariate Processes in Semiconductor Manufacturing, Journal of the Korean Institute of Industrial Engineers, 44(5), 325-333.
Hsu, S. C. and Chien, C. F. (2007), Hybrid data mining approach for pattern extraction from wafer bin map to improve yield in semiconductor manufacturing, International Journal of Production Economics, 107(1), 88-103.
Jeong, Y. S., Kim, S. J., and Jeong, M. K. (2008), Automatic identification of defect patterns in semiconductor wafer maps using spatial correlogram and dynamic time warping, IEEE Transactions on Semiconductor Manufacturing, 21(4), 625-637.
Cho, Y., Lee, S., Kim, H., and Kim, S. (2018), Detection of Faulty Equipment Sequence of Multivariate Processes in Semiconductor Manufacturing, Journal of the Korean Institute of Industrial Engineers, 44(5), 325-333.
Hsu, S. C. and Chien, C. F. (2007), Hybrid data mining approach for pattern extraction from wafer bin map to improve yield in semiconductor manufacturing, International Journal of Production Economics, 107(1), 88-103.
Jeong, Y. S., Kim, S. J., and Jeong, M. K. (2008), Automatic identification of defect patterns in semiconductor wafer maps using spatial correlogram and dynamic time warping, IEEE Transactions on Semiconductor Manufacturing, 21(4), 625-637.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝을 이용한 웨이퍼 빈 맵 신규 패턴 검출
대한산업공학회지
2020 .06
-
액티브 러닝을 활용한 반도체 웨이퍼 신규 불량 패턴 검출
대한산업공학회 추계학술대회 논문집
2021 .11
-
Multi-class Data Description 기반의 웨이퍼 빈 맵 불량 패턴 분류 및 신규 불량 패턴 검출방법
대한산업공학회지
2022 .06
-
액티브 러닝을 활용한 반도체 웨이퍼 신규 불량 패턴 검출
대한산업공학회지
2022 .04
-
Wafer Map defects patterns classification using neural networks
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
Wafer Map Failure Pattern Classification using Geometrical Transformation Invariant Convolutional Neural Network
대한기계학회 춘추학술대회
2021 .04
-
웨이퍼 품질 분류를 위한 결함 맵 노이즈 제거 알고리즘 개발
한국생산제조학회 학술발표대회 논문집
2024 .12
-
Deep Generative Convolutional Variational Autoencoder for Identification of Wafer Map
한국통신학회 학술대회논문집
2021 .02
-
FCDD 기반 웨이퍼 빈 맵 상의 결함패턴 탐지
산업경영시스템학회지
2023 .06
-
Grad-CAM을 활용한 EfficientNetV2 기반 웨이퍼 맵 불량분석 연구
전기학회논문지
2023 .04
-
Semiconductor Wafer Defect Classification Using Support Vector Machine with Weighted Dynamic Time Warping Kernel Function
Industrial Engineering & Management Systems
2017 .09
-
합성곱 신경망을 이용한 웨이퍼 맵 기반 불량 탐지
대한산업공학회지
2018 .08
-
Wafer Defect 밀도 기반 반도체 DIE 품질 예측 기법
대한산업공학회 추계학술대회 논문집
2019 .11
-
위치 정보와 ASPP를 이용한 WBM의 다이 불량 탐지
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
다중 스테이지 공정 센서 시그널 기반 웨이퍼 불량 분류 및 진단 네트워크
대한산업공학회 추계학술대회 논문집
2023 .11
-
맵패턴지수를 이용한 반도체 품질 관리
한국경영공학회지
2017 .01
-
Economic Data Augmentation with Variational Autoencoder
한국정보과학회 학술발표논문집
2020 .07
-
단일 결함 영상을 사용하는 자동 결함영역 분리 방법
대한전자공학회 학술대회
2016 .11
-
DBSCAN 알고리즘을 이용한 in-fab 공정의 반도체 웨이퍼 Grade 판정 시스템 개발
Proceedings of KIIT Conference
2024 .05
-
온라인 행동 로그를 활용한 Variational Autoencoders 기반의 추천 모델 개발
한국정보과학회 학술발표논문집
2020 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
뉴럴 아트 페인팅 유사도를 통한 미술 작품 추천시스템
이지윤
,
김성범
대한산업공학회지
2019
.06
조건부 변분오토인코더 및 협업필터링을 활용한 복지 프로그램 추천
김성은
,
지민기
,
문일철
외 1명
대한산업공학회지
2023
.02
머신 러닝 모델을 활용한 웨이퍼 불량 탐지 및 테스트 항목 효율화
김호영
,
강필성
대한산업공학회지
2022
.12
결함검출 적용을 위한 YOLO 딥러닝 알고리즘 비교
김익수
,
이문구
,
전용호
한국생산제조학회지
2021
.12
듀얼 어텐션 네트워크를 이용한 다변량 시계열 데이터 이상 탐지 및 원인 분석 방법
유재진
,
백준걸
,
문윤성
외 1명
한국경영과학회 학술대회논문집
2021
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-530-000561446