研究人员开发了一种新颖的半导体晶圆二值图混合异常检测框架,结合了基于块的检测器(EfficientAD)和扩散驱动的生成模型(DDPM)。这种融合方法旨在捕捉局部结构偏差和全局分布违规,而单一机制检测器通常会错过这些。当在正常晶圆上训练并在大型数据集上进行评估时,该混合模型实现了近乎完美的 0.9985 AUROC,与单独的组件相比,显著减少了误分类。 AI
影响 这项研究可能通过实现更准确的工艺故障检测,从而提高半导体制造的良率并降低成本。
排序理由 这是一篇详细介绍半导体制造中异常检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- DagsHub
- Denoising Diffusion Probabilistic Models
- EfficientAD
- Gotit.pub
- Hugging Face
- IArxiv
- Limon Bin Hossain
- ScienceCast
- WM-38K
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →