專案詳細資料
Description
IC設計過程中,測試製程是相對不含高度技術但卻不可避免的環節,現行的測試製程需要仰賴客戶額外分析測試數據來判斷製成狀況,會額外耗費時間與人力成本,因此本計畫規劃上半年目標將開發基於深度學習之強化資料分析與晶圓圖缺陷分類之神經網路,透過收集IC電性參數、晶圓缺陷圖與錯誤發生原因來建立資料集以開發神經網路模型,最終透過對神經網路輸入獲得的電性參數或是晶圓缺陷圖,期望輸出正確的錯誤類別,推測出錯誤發生原因,可以減少客戶分析資料之時間與人力。本計畫下半年目標期望進一步提升神經網路性能,並且設計整合資料標籤與可視化以及測試機台之間溝通之系統,期望結合上半年成果之神經網路,在神經網路對輸入資料進行判斷後,當偵測到錯誤晶片時能夠及時通過這套整合系統,對相關測試機台下指令調整,以減少後續需要重新測試的成本,並且結合資料可視化,並且提供label與神經網路retrain之功能,以應對未來出現新的缺陷可以隨時更新優化神經網路。
狀態 | 已完成 |
---|---|
有效的開始/結束日期 | 1/06/20 → 31/05/21 |
Keywords
- 強化資料分析
- 圓圖缺陷分類
- 神經網路
- 整合測試系統
指紋
探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。