SEMI-PointRend: שיפור דיוק ופירוט בניתוח פגמי מוליכים למחצה של תמונות SEM

ניתוח פגמים מוליכים למחצה של תמונות מיקרוסקופ אלקטרוני סורק (SEM) הוא חלק קריטי בתהליך הייצור של מוליכים למחצה. היכולת לזהות ולזהות במדויק פגמים חיונית להבטחת איכות ואמינות המוצר הסופי. ההתקדמות האחרונה בתחום למידת מכונה וראייה ממוחשבת אפשרה פיתוח של אלגוריתמים רבי עוצמה שיכולים לזהות ולסווג אוטומטית פגמים בתמונות SEM.

אלגוריתם אחד כזה נקרא SEMI-PointRend, שפותח על ידי חוקרים מאוניברסיטת קליפורניה, ברקלי. אלגוריתם זה משתמש בשילוב של למידה עמוקה ועיבוד ענן נקודות כדי לזהות ולסווג במדויק פגמים בתמונות SEM. האלגוריתם מסוגל לזהות ולסווג פגמים בדיוק ובפירוט גבוהים, גם בתמונות עם ניגודיות נמוכה או רזולוציה נמוכה.

האלגוריתם פועל על ידי המרה תחילה של תמונת SEM לענן נקודות, שהוא ייצוג תלת מימדי של התמונה. לאחר מכן מעובדים את ענן הנקודות באמצעות מודל למידה עמוקה כדי לזהות ולסווג את הליקויים. המודל מאומן על מערך נתונים גדול של תמונות SEM עם פגמים ידועים, מה שמאפשר לזהות ולסווג במדויק אפילו פגמים קטנים או עדינים.

האלגוריתם נבדק על מגוון תמונות SEM והוכח כמגיע לדיוק של עד 99%. זה גבוה משמעותית משיטות מסורתיות לזיהוי פגמים, שבדרך כלל יש להן דיוק של כ-80%. בנוסף, האלגוריתם מסוגל לזהות ולסווג פגמים עם פירוט גבוה, מה שמאפשר ניתוח מדויק יותר של הליקויים.

בסך הכל, SEMI-PointRend הוא כלי רב עוצמה לאיתור וסיווג פגמים מדויקים בתמונות SEM. הוכח שהוא משיג דיוק ופרטים גבוהים, מה שהופך אותו לכלי בעל ערך רב עבור יצרני מוליכים למחצה. עם יכולתו לזהות ולסווג פגמים במהירות ובדייקנות, הוא יכול לעזור להבטיח את האיכות והאמינות של מוצרי מוליכים למחצה.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• מקור: מודיעין נתונים אפלטון: PlatoAiStream