德国开姆尼茨工业大学的研究人员发表了一篇题为“使用深度神经网络的混合多级系统改进半导体制造的自动化视觉故障检测”的技术论文。
根据该论文，“这一贡献介绍了一种新型的混合多级堆叠深度神经网络系统(SH-DNN)，它允许通过经典的计算机视觉管道在像素大小内定位最精细的结构，而分类过程是由深度神经网络实现的。”
找到开放获取这里是技术文件．2022年1月出版。
施洛瑟，T.，弗里德里希，M.， Beuth, F.等人。利用混合多级深度神经网络系统改进半导体制造的自动视觉故障检测。中国机械工程学报(自然科学版)，33(4):344 - 344(2022)。https://doi.org/10.1007/s10845 - 021 - 01906 - 9。开放存取许可证．
相关阅读：
启用2.5D, 3D堆叠ic的测试策略
更好的标准、3D DFT和下一代探测器是全面测试这些复杂系统的良好开端。
纳米片fet驱动计量和检测的变化
检测深层或隐藏结构内部的缺陷需要多工具方法。
汽车芯片制造商将价格降至10ppb
将质量缺陷控制在10个十亿分之一，就是要发现和预测集成电路的细微行为。
留下回复