晶圆缺陷模式识别算法研究

芯片良率很大程度上影响着芯片制造的成本，良率越高意味着生产所需的单位成本越低，半导体企业的市场竞争力就越强。早期防控是提升制造系统生产良率，降低生产成本的重要手段，而传统的晶圆图分析主要还是依靠人工去判断，这样的分析结果存在主观性且判断结果缺乏一致性同时效率也非常低下。针对以上问题，本项目希望运用数据挖掘和机器学习等方法产出一个准确性和可靠性高的晶圆图缺陷模式识别模型。