薄膜干渉の影響を受けにくい対話的半導体検査のためのときほぐし学習

• Item type: SIG Technical Reports(1)
• 公開日: 2024-11-22
• タイトル: 薄膜干渉の影響を受けにくい対話的半導体検査のためのときほぐし学習
• タイトル / 言語: en
• タイトル: Disentangle Learning for Interactive Semiconductor Inspection Robust to Thin-Film Interference
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 和歌山大学
• 著者所属: 和歌山大学
• 著者所属: 和歌山大学
• 著者所属: 和歌山大学
• 著者所属: 和歌山大学
• 著者所属: 和歌山大学
• 著者所属: 和歌山大学
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者所属(英): en
• 著者所属(英): Wakayama University
• 著者名: 光定, 幸嬉; 菅間, 幸司; 和田, 俊和; 濱田, 康弘; 島田, 佳典; 野口, 威; 岡山, 敏之
• 著者名(英): Koki, Mitsusada; Toshikazu, Wada; Koji, Kamma; Yasuhiro, Hamada; Yoshinori, Shimada; Takeshi, Noguchi; Toshiyuki, Okayama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 半導体ウェハ検査工程では，検査対象画像と正常画像の間でピクセル毎の差分比較を行い，事前に設定した閾値以上の差分がある領域を欠陥として検出する差分ベースの手法が広く用いられている．しかし，この方法では，ウェハ上に形成される薄膜の膜厚変化により濃度ムラが発生する薄膜干渉という現象によって誤検出が発生するという問題がある．我々は，対話的な DNN の学習によって利用者の意図に沿った異常検出を行う DN4C を用いた半導体ウェハ検査システムについて検討してきた．このシステムにおいて，上記の「薄膜干渉の影響」と「半導体の異常」を分離し，DN4C による異常検出精度を向上させる「ときほぐし学習」を導入することを提案する．実験では，膜厚の異なる半導体ウェハ画像を用いた検証を行い，本手法の有効性を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In the semiconductor wafer inspection process, an intensity difference-based method is widely used, in which defects are detected based on pixel-wise intensity difference of the images of an investigated die and a regular die. However, this method suffers a high false positive rate caused by thin-film interference, a phenomenon of an uneven film thickness distribution on the wafer. We have already proposed a semiconductor wafer inspection system using DN4C, which performs anomaly detection based on user intent through interactive neural network training. In this paper, we introduce disentanglement learning to separate the effects of “thin-film interference” from “semiconductor anomalies,” thereby improving the anomaly detection accuracy of DN4C. In the experiments, we confirmed the effectiveness of the proposed method by comparing semiconductor wafer images with varying film thickness, both with and without the application of disentanglement learning.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2024-CVIM-239, 号 33, p. 1-6, 発行日 2024-11-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会