2022 Fiscal Year Research-status Report
マルチモデルサンプリングに基づくSoCの欠陥レベル見積り及び削減法
| Project/Area Number |
19K11884
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
新井 雅之 日本大学, 生産工学部, 教授 (10336521)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | クリティカルエリア / ウェハマップ / 欠陥レベル削減 |
|---|
| Outline of Annual Research Achievements |
本年度は主に，(1)AIを用いたウェハマップ上の欠陥パターンの検出，および(2)少数の実欠陥位置情報に基づいて，欠陥モデル画像を自動生成する手法，について検討を進めた．
(1)に関しては，CapsNetを用いたウェハマップ欠陥パターン分類手法に関して，再構成画像と入力画像の誤差を削減することによってより高い検出精度を達成することを目的として実験を行い，成果の一部を国内研究会にて発表した．現在，国際会議発表への投稿準備中である．また，昨年度実施した多重欠陥検出に関して査読付き学術論文として投稿を行った．(2)に関しては，少数の欠陥デバイスしか入手できない場合を想定し，欠陥レイアウトデータのデータ拡張手法について検討し，その評価を行った．敵対的生成ネットワークGAN技術のうち，極少数の入力画像からデータ拡張可能なFew-Shot GANを用いて実験を行い，国内研究会において発表した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
昨年度に引き続き，コロナ禍の状況において，国内外で開催される研究会，国際会議等への参加が困難となり，技術調査，研究成果発表における研究者との討論等が充分に行えず，研究の遂行の障害となっている．また，AIを使用した分類のために計算機の導入を検討しているところ，世界的な半導体不況に伴い価格，納入時期の面から導入が遅れた．
|
| Strategy for Future Research Activity |
研究期間を再延長し，現在のテーマを引き続き進める予定である．具体的には，AIベースの欠陥位置推定法に関して，(1)GANを用いた実欠陥位置情報拡張手法の検討，(2)CapsNetを用いた欠陥位置推定法の多重欠陥モデルへの適用，(3)スクラッチ等の分類困難欠陥の分類精度向上，の面から推定制度の向上を狙い，得られた欠陥候補の特徴抽出を行ってテストパターン生成法の確立を目指す予定である．
|
| Causes of Carryover |
コロナ禍の状況により予定していた国内・海外研究発表・調査が行えなかったため次年度使用額が生じた．研究期間を1年間延長し，国内外における発表・調査を行う．
|
