메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송창용 (한양대학교) 정영선 (전남대학교) 김병훈 (한양대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제48권 제3호
발행연도
2022.6
수록면
298 - 309 (12page)
DOI
10.7232/JKIIE.2022.48.3.298

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2022

Multi-class Data Description 기반의 웨이퍼 빈 맵 불량 패턴 분류 및 신규 불량 패턴 검출방법
송창용 ,  정영선 ,  김병훈 대한산업공학회지 2022.06 학술저널

2021

Multi class data description 기반의 웨이퍼 빈 맵 불량 패턴 분류 및 신규 불량 패턴 검출방법
송창용 ,  정영선 ,  김병훈 대한산업공학회 추계학술대회 논문집 2021.11 학술대회자료

초록· 키워드

오류제보하기
In the semiconductor manufacturing process, electrical die sorting(EDS) test is a process to check whether the individual chips have reached the desired quality level by performing electrical property inspection on each semiconductor chip on a wafer. After performing the EDS test, a human expert can check the spatial defect pattern of wafer bin map(WBM) that displays the defectiveness of each chip. Since the defect patterns of WBMs are analyzed to trace back the processes and facilities for root cause analysis, it is very important to classify the WBM defect patterns. Because most existing studies use a classification model that trains predefined defect patterns, there is a limitation in that it cannot detect a new defect pattern that is not included in the training dataset. In this study, a method for classifying predefined defect patterns and detecting undefined defect patterns is proposed based on the multi-class data description model. As a result of the evaluation using actual WBM data, it was confirmed that it has excellent performance in classifying existing defect patterns and detecting new defect patterns.
#Semiconductor #Wafer Bin Map #Defect Pattern Classification #New Defect Pattern Detection #Multi-Class Data Description

목차

1. 서론
2. 선행 연구
3. 제안 방법론
4. 실험 결과
5. 결론
참고문헌

참고문헌 (21)

참고문헌 신청
Baek, S. H., Lee, C. H., and Kim, S. B. (2020), Detection of a new pattern of wafer bin maps using deep learning, Korean Journal of Industrial Engineering, 46(3), 326-337. google schola Chen, F. L. and Liu, S. F. (2000), A neural-network Approach to Recognize Defect Spatial Pattern In Semiconductor Fabrication, IEEE Transactions on Semiconductor Manufacturing, 13(3), 366-373. google schola Higgins, J. H. (2004), Introduction to Modern Nonparametric Statistics, Belmont, CA, USA: Duxbury. google schola Jang, J., Seo, M., and Kim, C. O. (2020), Support Weighted Ensemble Model for Open Set Recognition of Wafer Map Defects, IEEE Transactions on Semiconductor Manufacturing, 33(4), 635-643. google schola Jeong, Y. S., Kim, S. J., and Jeong, M. K. (2008), Automatic Identification of Defect Patterns in Semiconductor Wafer Maps Using Spatial Correlogram and Dynamic Time Warping, IEEE Transactions on Semiconductor Manufacturing, 21(4), 625-637. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

액티브 러닝을 활용한 반도체 웨이퍼 신규 불량 패턴 검출
황성진 ,  백인성 ,  김성범 대한산업공학회지 2022 .04
딥러닝 알고리즘을 활용한 디스플레이 정전척 FAB 공정의 불량 탐지 및 원인 분석
김서연 ,  이지윤 ,  목충협 외 7명 대한산업공학회지 2022 .04
머신 러닝 모델을 활용한 웨이퍼 불량 탐지 및 테스트 항목 효율화
김호영 ,  강필성 대한산업공학회지 2022 .12
객체 수준 데이터 증강을 활용한 딥러닝 기반의 강판 표면 결함 검출
안인범 ,  김성범 대한산업공학회지 2022 .08
데이터 정규화를 통한 웨이퍼 불량 검출 정확도 향상
고병찬 ,  김도영 ,  김화정 한국정보과학회 학술발표논문집 2024 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-530-001344586