English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 78852/78852 (100%)
造訪人次 : 37017616      線上人數 : 539
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/83938


    題名: Defective Wafer Detection Using Sensed Numerical Features
    作者: 林靖宇;Lin, Ching-Yu
    貢獻者: 資訊工程學系在職專班
    關鍵詞: GRU神經網絡;XGBoost;深度學習;缺陷晶圓檢測;GRU neural networks;XGBoost;Deep learning;Defective wafer detection
    日期: 2020-07-30
    上傳時間: 2020-09-02 17:43:21 (UTC+8)
    出版者: 國立中央大學
    摘要: 半導體製造的基本過程之一是切片,這意味著將晶棒切成許多晶片。
    在切片過程中,可能會產生有缺陷的晶圓。
    不幸的是,識別缺陷晶片的檢查既浪費時間又檢查困難。為了解決這個問
    題,我們建立了一個系統,該系統在切片及表面檢查過程中會使用傳感器
    收集晶圓特性(例如溫度,厚度,晶片表面上的圖案等)以檢測晶片在製
    造過程中是否有缺陷。
    我們在此系統中應用兩種不同模型-GRU 神經網絡和XGBoost。此兩種模型
    經過微調後,根據實際數據分析的實驗結果顯示在晶圓的缺陷檢測方面,
    GRU 神經網絡的預測準確度和模型訓練時間均優於XGBoost;One of the fundamental processes in semiconductor manufacturing is slicing,
    which means cutting an ingot into many wafers. During the slicing process, it
    is possible to produce defective wafers. Unfortunately, the inspection to identify
    defective wafers is time-consuming and di cult. To solve this problem, we build a
    system, which uses sensors to collect features (e.g., temperature, thickness, pattern
    on wafer surface, etc.) during the slicing process to detect if the wafers are defective
    in the manufacturing process. Two di erent models, the GRU neural network and
    XGBoost, are implemented in the proposed system. After ne-tuning both models,
    experimental results based on real dataset indicate that the GRU neural network
    outperforms XGBoost for wafer defective detection in both the prediction accuracy
    and model training time.
    ii
    顯示於類別:[資訊工程學系碩士在職專班 ] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML275檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明