@techreport{oai:ipsj.ixsq.nii.ac.jp:00225524,
 author = {山中, 祐輝 and 永村, 美一 and 新井, 雅之 and 福本, 聡 and Yuki, Yamanaka and Yoshikazu, Nagamura and Masayuki, Arai and Satoshi, Fukumoto},
 issue = {17},
 month = {Mar},
 note = {半導体集積回路の製造におけるウェハマップの欠陥パターンは，不良発生の原因究明のための重要な情報を有している．近年，機械学習を用いたその分類技術が多数提案されている．本研究では，CapsNet を用いてウェハ上の欠陥パターンを分類及び再構成した先行研究 [1] をさらに進めて，高解像度ウェハマップとして人工的に作成したオリジナルのデータセットにおける Scratch 欠陥パターンの再構成画像を正確に出力させることを目的とする．今回は，Scratch 欠陥パターンを 4 種類に分類し，それぞれの欠陥パターンに対する再構成画像の課題と CapsNet のデコーダの構造による影響について考察した．},
 title = {CapsNetを用いた高解像度ウェハマップの欠陥パターン分類法におけるScratch再構成に関する考察},
 year = {2023}
}