کنفرانس بین المللی میکروالکترونیک ایران

صفحه اصلی / هفتمین کنفرانس بین المللی میکروالکترونیک ایران

یک چارچوب مبتنی‌بر EfficientNet به منظور تشخیص خودکار عیوب ویفر در تولید مدارهای مجتمع

نویسندگان :

علی سوری¹ سمیرا مودتی² محمد غلامی³

1- دانشگاه مازندران 2- دانشگاه مازندران 3- دانشگاه مازندران

کلمات کلیدی :

تشخیص عیب ویفر،یادگیری انتقالی،یادگیری عمیق،صنعت نیمه‌رسانا،EfficientNet

چکیده :

در صنعت نیمه‌رسانا، تشخیص دقیق و سریع عیوب ویفر نقش مهمی در بهبود کیفیت و کاهش هزینه‌های تولید ایفا می‌کند. در این پژوهش، یک روش مبتنی بر یادگیری عمیق برای شناسایی خودکار نقص‌های ویفر با استفاده از مدل EfficientNet ارائه شده است. این مدل عمیق به‌عنوان یک معماری بهینه‌شده و سبک در شبکه‌های عصبی کانولوشنی، با بهره‌گیری از مقیاس‌پذیری همزمان در عمق، عرض و وضوح تصویر، قادر است ویژگی‌های مکانی-بصری را با دقت بالا استخراج نماید. برای آموزش و ارزیابی مدل، از مجموعه داده استاندارد WM811K شامل تصاویر ویفر با انواع مختلفی از عیوب مانند Center, Donut, Edge, Scratch و Random استفاده شده است. با به‌کارگیری یادگیری انتقالی و تکنیک‌های افزایش داده، عملکرد مدل بهبود یافته و مدل EfficientNet-B3 موفق به دستیابی به دقت کلی 26/89% در طبقه‌بندی عیوب گردید. نتایج تجربی نشان می‌دهد که مدل پیشنهادی در مقایسه با معماری‌های متداول مانند VGG16 و ResNet50 از دقت و کارایی بالاتری برخوردار است. این روش می‌تواند به‌عنوان راهکاری مؤثر و قابل اتکا در سیستم‌های بازرسی خودکار ویفر در خطوط تولید مورد استفاده قرار گیرد.