文摘
“根本原因分析(RCA)是一种收益改善集成电路制造的关键技术。期望最大化等传统RCA喜欢无监督算法基于贝叶斯模型。然而,这些方法被严重限制了统计模型预测能力薄弱,不能有效地把收益率学习经验从旧到新的设计和流程。最近出于深度学习的进步,在本文中,我们提出一个神经元网络自适应框架的RCA产量提高。该框架由一个推理模块和一个自适应模块。前收到体积诊断报告和预测分布的根本原因。后者能够推理模块适应新的设计和过程基于一些有针对性的样品没有任何手动调整。实验结果表明,精度相对较大的改进是通过该框架模拟诊断数据。此外,自适应模块的传输能力也验证了结果。”
找到技术论文链接在这里。由IEEE 11/24/21出版。
x黄et al .,“适应性NN-based体积的根源分析诊断收益率提高,“2021年IEEE国际测试会议(ITC), 2021年,页30-36,doi: 10.1109 / ITC50571.2021.00010。
imec的计算路线图;美国目标华为;美印。特遣部队;China-Bolivia交易;力量发泄白光干涉测量系统;三星量化可持续性;麦肯锡标识在美国工厂建设问题;发光二极管。
谢谢的信息