Position-Aware Self-Supervised Learning for Wafer Map Defect Pattern Recognition

Wei Yuan

doi:10.1109/TIM.2025.3606012

Position-Aware Self-Supervised Learning for Wafer Map Defect Pattern Recognition

2025-01-01

0

PRE

AI

DOI：10.1109/TIM.2025.3606012

原文链接

原文求助

摘要

En 中文

晶圆图缺陷模式识别是半导体制造中不可或缺的组成部分，为识别半导体生产中缺陷的根本原因提供关键信息。近年来，为解决监督学习方法的过度依赖标签数据问题，一些研究将自监督学习概念引入晶圆图缺陷模式识别。然而，这些研究往往忽略了与晶圆图上缺陷簇空间位置相关的显著数据特征。为解决此问题，我们设计了RingDistanceConv（RDConv）模块，以考虑坐标和距离这两种位置信息对晶圆图缺陷识别的影响，并提出了位置感知的自监督学习框架。我们的框架在具有八个缺陷类别的WM-811K数据集上达到了96.41%的准确率。

Keyword:

Attention module

distance encoding

position information

self-supervised learning

wafer map defect pattern recognition

Position-Aware Self-Supervised Learning for Wafer Map Defect Pattern Recognition

摘要

期刊

机构

引用论文