Meer nauwkeurige en gedetailleerde analyse van halfgeleiderdefecten in SEM-afbeeldingen met behulp van SEMI-PointRend

Een technisch artikel met de titel "SEMI-PointRend: Improved Semiconductor Wafer Defect Classification and Segmentation as Rendering" werd gepubliceerd (preprint) door onderzoekers van imec, Universiteit van Ulsan en KU Leuven.

Abstract:
“In deze studie hebben we de PointRend-methode (Point-based Rendering) toegepast op de segmentatie van halfgeleiderdefecten. PointRend is een iteratief segmentatie-algoritme dat is geïnspireerd op beeldweergave in computergraphics, een nieuwe beeldsegmentatiemethode die segmentatiemaskers met een hoge resolutie kan genereren. Het kan ook flexibel worden geïntegreerd in meta-architectuur voor gemeenschappelijke instantiesegmentatie, zoals Mask-RCNN, en semantische meta-architectuur, zoals FCN. We hebben een model geïmplementeerd, genaamd SEMI-PointRend, om nauwkeurige segmentatiemaskers te genereren door de PointRend neurale netwerkmodule toe te passen. In dit artikel concentreren we ons op het vergelijken van de defectsegmentatievoorspellingen van SEMI-PointRend en Mask-RCNN voor verschillende soorten defecten (line-collapse, single bridge, thin bridge, multi bridge non-horizontal). We laten zien dat SEMI-PointRend Mask R-CNN tot 18.8% kan overtreffen in termen van segmentatie, gemiddelde gemiddelde precisie.”

Vind de technische papier hier. Gepubliceerd februari 2023.

Hwang, MinJin, Bappaditya Dey, Enrique Dehaerne, Sandip Halder en Young-han Shin. "SEMI-PointRend: verbeterde halfgeleiderwaferdefectclassificatie en -segmentatie als weergave." arXiv voordruk arXiv:2302.09569 (2023). Wordt door SPIE gepubliceerd in de proceedings van Metrology, Inspection, and Process Control XXXVII. https://doi.org/10.48550/arXiv.2302.09569.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://semiengineering.com/more-accurate-and-detailed-analysis-of-semiconductor-defects-in-sem-images-using-semi-pointrend/