अनुसंधानप्रकाशितमेंसूचना और संचार प्रौद्योगिकी के अंतर्राष्ट्रीय जर्नलजल्द ही सेमीकंडक्टर निर्माण में लंबे समय से चली आ रही चुनौती को हल करने में मदद मिल सकती है: सिलिकॉन वेफर्स पर सतह के दोषों का सटीक पता लगाना।क्रिस्टलीय सिलिकॉन एकीकृत सर्किट के उत्पादन में उपयोग की जाने वाली महत्वपूर्ण सामग्री है और रोजमर्रा के इलेक्ट्रॉनिक्स और उन्नत ऑटोमोटिव सिस्टम के लिए कंप्यूटिंग शक्ति प्रदान करने के लिए सिलिकॉन सतह पर सर्किट की सूक्ष्म विशेषताओं को मुद्रित करने से पहले जितना संभव हो उतना प्राचीन होना आवश्यक है।

बिल्कुल नहींविनिर्माण प्रौद्योगिकीएकदम सही है और सेमीकंडक्टर चिप्स बनाने की जटिल प्रक्रिया अनिवार्य रूप से कुछ दोषों को जन्म देती हैसिलिकॉन वेफ़र्स.इससे एक बैच में काम करने वाले चिप्स की संख्या कम हो जाती है और उत्पादन लाइन आउटपुट का एक छोटा, लेकिन महत्वपूर्ण हिस्सा विफल हो जाता है।

सिलिकॉन वेफर्स पर दोषों को पहचानने का सामान्य तरीका मैन्युअल रूप से किया गया है, जिसमें मानव ऑपरेटर आंखों से प्रत्येक वेफर की जांच करते हैं।विवरण पर बारीकी से ध्यान देने की आवश्यकता के कारण इसमें समय भी लगता है और त्रुटि भी होती है।चूंकि मांग को पूरा करने के लिए विश्व स्तर पर वेफर उत्पादन में तेजी आई है और दोषों को आंखों से पहचानना कठिन हो गया है, इस दृष्टिकोण की सीमाएं अधिक स्पष्ट हो गई हैं।

चीन के हुनान प्रांत के ज़ुझाउ में हुनान रेलवे प्रोफेशनल टेक्नोलॉजी कॉलेज के चेन तांग, लिजी यिन और योंगचाओ झी बताते हैं कि स्वचालित पहचान प्रणाली एक संभावित समाधान के रूप में उभरी है।ये भी बड़े पैमाने पर उत्पादन वातावरण में दक्षता और सटीकता के मुद्दे पेश करते हैं।ऐसे में टीम ने रुख किया हैगहन शिक्षा, विशेष रूप सेदृढ़ तंत्रिका नेटवर्क(सीएनएन), वेफर दोष का पता लगाने में सुधार करने के लिए।

शोधकर्ता बताते हैं कि सीएनएन ने छवि पहचान में महत्वपूर्ण क्षमता का प्रदर्शन किया है।उन्होंने अब प्रदर्शित किया है कि इसका उपयोग सिलिकॉन वेफर की सतह पर सूक्ष्म अनियमितताओं की पहचान करने के लिए किया जा सकता है।ऑब्जेक्ट डिटेक्शन एल्गोरिदम की "यू ओनली लुक वन्स" श्रृंखला, डिटेक्शन स्पीड के मुकाबले सटीकता को संतुलित करने में सक्षम होने के लिए अच्छी तरह से जानी जाती है।

वेफर दोष का पता लगाने में आने वाली विशिष्ट समस्याओं के समाधान के लिए हुनान टीम ने YOLOv7 एल्गोरिदम को एक कदम आगे बढ़ाया है।कार्य में मुख्य नवाचार एसपीडी-कन्व का उपयोग करना है, जो सिलिकॉन वेफर्स की छवियों से बारीक विवरण निकालने के लिए एल्गोरिदम की क्षमता को बढ़ाने के लिए एक विशेष कन्वेन्शनल ऑपरेशन है।इसके अतिरिक्त, शोधकर्ताओं ने छोटे दोषों पर सिस्टम के फोकस को तेज करने के लिए मॉडल में एक कन्वेन्शनल ब्लॉक अटेंशन मॉड्यूल (सीबीएएम) को शामिल किया, जो अक्सर मैन्युअल निरीक्षण या अन्य एल्गोरिदम द्वारा छूट जाते हैं।

जब वेफर दोष का पता लगाने वाली प्रणालियों के आकलन के लिए मानक डेटासेट (WM-811k) पर परीक्षण किया गया, तो टीम के परिष्कृत YOLOv7 एल्गोरिदम ने 92.5% की औसत औसत सटीकता हासिल की और इसकी रिकॉल दर 94.1% थी।इसने 136 छवियों प्रति सेकंड की दर से यह काम तेजी से किया, जो पहले की प्रणालियों की तुलना में तेज़ है।

अधिक जानकारी:चेन टैंग एट अल, उन्नत YOLOv7 के साथ वेफर सतह दोष का पता लगाना,सूचना और संचार प्रौद्योगिकी के अंतर्राष्ट्रीय जर्नल(2024)।डीओआई: 10.1504/आईजेआईसीटी.2024.141433