| 講演抄録/キーワード |
| 講演名 |
2025-02-18 14:05
ウェハマップ欠陥パターン分類精度向上のための自己訓練および超解像度化手法の適用 ○黒川 潤・永村美一(都立大)・新井雅之(日大)・福本 聡(都立大) DC2024-111 |
| 抄録 |
(和) |
半導体チップ製造時に発生したシステマチック欠陥はウェハマップ上にプロットされる欠陥位置によって特徴的な図形が描かれることが知られており,それらのパターンを特定することは,半導体チップの製造において重要な課題となっている.近年,CNNを用いた手法がとりわけ注目されている.CNNにおいてウェハマップデータを学習させるためには,データ一つひとつにラベルがついている必要がある.しかし,製造工程中に得られるウェハマップの量は膨大であり,全てのウェハマップに対して手作業でラベル付けすることは困難である.また,ウェハマップには様々な解像度が存在しているが,CNNによってウェハマップデータを学習させるためには,全てのデータを1つの入力サイズにリサイズする必要がある.製品ごとに製造個数が異なり,作られるウェハマップの解像度ごとのデータ数にも偏りが生じることで,CNNの学習に弊害を生む可能性がある.本研究では,ウェハマップデータセットに対して,ラベルの無いデータにラベルを付けることでデータ数を増やし,データの偏りを減少させることを目的として,自己訓練によるラベリングを提案する.その結果,ラベル無しデータ638,507枚に対してラベルが付けられ,149枚のみだったラベルが3,138枚に増加することなどを報告する.次に,低解像度データに対する分類精度を向上させることを目的として,自己訓練によってデータ数を拡張させたウェハマップデータセットに対して超解像化手法を用いる.その結果,ウェハマップの分類精度は95.59%に向上し,低解像度データの精度は超解像化していない場合と比べて約1%向上することなどを報告する. |
| (英) |
|
| キーワード |
(和) |
ウェハマップ / 欠陥パターン分類 / 自己訓練 / 超解像 / / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 124, no. 374, DC2024-111, pp. 31-36, 2025年2月. |
| 資料番号 |
DC2024-111 |
| 発行日 |
2025-02-11 (DC) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
DC2024-111 |