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。
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
1
评论