본문 바로가기 주메뉴 바로가기
검색 검색영역닫기 검색 검색영역닫기 ENGLISH 메뉴 전체보기 메뉴 전체보기

학술행사

콜로퀴움

Defect Inspection in Semiconductor Images Using Fast-MCD Method and Neural Network

등록일자 : 2023-04-03

https://icim.nims.re.kr/post/event/966

  • 발표자  이창옥 교수(한국과학기술원)
  • 기간  2023-04-13 ~ 2023-04-13
  • 장소  판교 테크노밸리 산업수학혁신센터 세미나실
  • 주최  산업수학혁신센터
  1. 일시: 2023년 4월 13일(목), 14:00-16:00
  2. 장소: 판교 테크노밸리 산업수학혁신센터 세미나실

    • 경기 성남시 수정구 대왕판교로 815, 기업지원허브 231호 국가수리과학연구소
    • 무료주차는 2시간 지원됩니다.
  3. 발표자: 이창옥 교수(한국과학기술원)

  4. 주요내용: Defect Inspection in Semiconductor Images Using Fast-MCD Method and Neural Network

Most defect inspection methods used in semiconductor manufacturing require design layout or golden die images. Unlike methods that require such additional information, this talk presents a method for automatic inspection of defects in semiconductor images with a single image. First, we devise a method to classify images into four types: flat, linear, patterned, and complex using a cosine similarity. For linear and patterned images, we obtain defect-free images that retain the structure. Then, we subtract defect-free image from input image to get a flat image. The Fast-MCD method then estimates the parameters of the inlier distribution of the flat image and uses them to detect defects. A segmentation neural network is used to detect defects in complex images.

** 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 페이지에 업데이트 하겠습니다.

  1. 일시: 2023년 4월 13일(목), 14:00-16:00
  2. 장소: 판교 테크노밸리 산업수학혁신센터 세미나실

    • 경기 성남시 수정구 대왕판교로 815, 기업지원허브 231호 국가수리과학연구소
    • 무료주차는 2시간 지원됩니다.
  3. 발표자: 이창옥 교수(한국과학기술원)

  4. 주요내용: Defect Inspection in Semiconductor Images Using Fast-MCD Method and Neural Network

Most defect inspection methods used in semiconductor manufacturing require design layout or golden die images. Unlike methods that require such additional information, this talk presents a method for automatic inspection of defects in semiconductor images with a single image. First, we devise a method to classify images into four types: flat, linear, patterned, and complex using a cosine similarity. For linear and patterned images, we obtain defect-free images that retain the structure. Then, we subtract defect-free image from input image to get a flat image. The Fast-MCD method then estimates the parameters of the inlier distribution of the flat image and uses them to detect defects. A segmentation neural network is used to detect defects in complex images.

** 유튜브 실시간 스트리밍 : 현장 참석이 어려운 분들을 위해 온라인으로 실시간 방송할 예정입니다. 주소는 당일 신청 페이지에 업데이트 하겠습니다.

이 페이지에서 제공하는 정보에 대해 만족하십니까?