中文 英语

标签:检查

系统产量问题现在是高级节点的首要任务
通过劳拉·彼得斯- 2022年12月6日-评论:0

系统良率问题正在取代随机缺陷，成为半导体制造中最先进工艺节点的主要问题，需要更多的时间、精力和成本来实现足够的良率。产量是半导体制造业中最隐秘的话题，但也是最关键的，因为它决定了有多少芯片可以盈利销售。“在老节点上，b…»阅读更多

高NA EUVL薄阻的计量
通过新星- 2022年11月16日-评论:0

高数值孔径极紫外光刻(high NA EUVL)的诸多限制之一与阻光剂厚度有关。事实上，从当前的0.33NA转移到0.55NA(高NA)的后果之一是焦点深度(DOF)的降低。此外，当抗蚀剂特征线缩小到8纳米半间距时，必须限制纵横比以避免图案崩溃。T…»阅读更多

凹凸高度均匀性和三维传感
通过Subodh Kulkarni- 2022年11月8日-评论:0

在添加光刻胶之前，必须实现半导体凹凸高度均匀性的3D传感。但使用传统方法测量镀铜后的均匀性存在挑战，这需要结合3D条纹投影技术和纳米分辨率检测和计量。以下是我们在凹凸高度均匀性案例研究中所学到的内容:»阅读更多

主动学习减少半导体制造中缺陷识别的数据需求
通过技术文件链接- 2022年10月24日-评论:0

新加坡科学、技术和研究局(A*STAR)的研究人员发表了一篇题为“探索半导体缺陷分割的主动学习”的新技术论文。“在半导体XRM扫描中应用AL时，我们发现了两个独特的挑战:大的畴移位和严重的类不平衡。为了应对这些挑战，我们建议进行对比前训练…»阅读更多

人手:为大批量制造策划良好数据并创建有效的深度学习R2R策略
通过上的创新- 2022年8月9日-评论:0

目前，半导体制造业使用人工智能和机器学习来获取数据，并从这些数据中自主学习。有了额外的数据，AI和ML可以用于快速发现模式并确定各种应用程序的相关性，尤其是那些涉及计量和检验的应用程序，无论是在制造的前端…»阅读更多

PCB x射线检测公开数据集(FICS-佛罗里达大学)
通过技术文件链接- 2022年7月19日-意见:0

佛罗里达大学佛罗里达网络安全研究所(FICS)的研究人员发表了一篇题为“FICS PCB x射线:自动印刷电路板层间检测的数据集”的技术论文。摘要:多年来，计算机视觉和机器学习的突破为印刷电路自动x射线检测(AXI)铺平了道路。»阅读更多

利用量子DL发现晶圆缺陷
通过技术文件链接- 2022年6月13日-评论:0

国立清华大学的研究人员发表了题为“混合经典-量子深度学习的半导体缺陷检测”的新研究论文。“随着人工智能和自动驾驶技术的快速发展，半导体的需求预计将大幅上升。然而，半导体制造业的大规模扩张和发展…»阅读更多

汽车集成电路零缺陷的竞赛
通过安妮Meixner- 2022年6月7日-评论:0

组装厂正在对汽车集成电路的方法和流程进行微调，优化从检验和计量到数据管理的一切，以防止逃逸并减少代价高昂的退货数量。如今，在汽车芯片市场上，组装缺陷占半导体客户回报的12%至15%。随着汽车零部件数量从…»阅读更多

工业检验中的深度学习
通过埃德·斯珀林- 2022年5月24日-意见:0

深度学习是人工智能复杂性的高端，通过筛选更多数据来获得更准确的结果。CyberOptics的研发副总裁Charlie Zhu谈到了如何利用DL与检测一起识别传统计算机视觉算法无法识别的芯片缺陷，从多个角度同时对多个物体进行分类，并考虑到…»阅读更多

向更坚固、更便宜的SiC迈进
通过凯瑟琳德比郡- 2022年5月19日-意见:0

碳化硅在功率半导体市场，特别是在电动汽车上，正在获得越来越多的吸引力，但对于许多应用来说，它仍然太贵了。原因很好理解，但直到最近，SiC在很大程度上还是一种利基技术，不值得投资。现在，随着对可以在高压应用中工作的芯片的需求增长，SiC得到了更近距离的关注. ...»阅读更多

←老帖子

  • 赞助商

关于

导航

与我们联系

版权所有©2013-2022 SMG |服务条款|隐私政策
Baidu