聚類分析在真實世界晶圓集合相似性中的應用;Application of Similarity Cluster Analysis to the Real-world Wafer Lots

NCU Institutional Repository > 資訊電機學院 > 電機工程研究所 > 博碩士論文 > Item 987654321/86896

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/86896

题名:	聚類分析在真實世界晶圓集合相似性中的應用;Application of Similarity Cluster Analysis to the Real-world Wafer Lots
作者:	?家睿;Wen
贡献者:	電機工程學系
关键词:	晶圓圖;錯誤樣態;相似性分析;叢聚分析;Wafer map;Failure type;Similarity analysis;Cluster analysis
日期:	2021-10-15
上传时间:	2021-12-07 13:24:18 (UTC+8)
出版者:	國立中央大學
摘要:	本篇論文中，我們著重在兩個部分一個是相似性模型的分析，另一個是相似性叢聚分析應用的部分。先討論相似性分析的部分，選擇實驗的對象為不同良率以及不同diesize數量下的合成晶圓，定義相似性判定公式以及其相似性數值與良率在常態分佈下之模型。再來討論相似性叢聚分析應用的部分，選擇實驗的對象真實晶圓的錯誤樣態做分析，透過叢聚分析(K-means)將其分成數群，找出每一群具有的特徵，我們所使用的真實晶圓為台積電所提供的WM-811K晶圓資料庫，其中的錯誤樣態可分為以下九類，Center、Donut、Scratch、Edge-Ring、Edge-Loc、Loc、Near-Full、Random、None。最後分別計算在不同晶圓大小的效能比，隨著晶圓越大，所需要的計算時間也越多。最後綜合此兩分析方法，運用了相似性公式及叢聚分析來判斷合成晶圓以及真實晶圓的錯誤樣態，從而瞭解其特性，最後可以判斷該產品具有什?特徵。 ;In this paper, we focus on two parts, one is the analysis of similarity model and the other is the application of similarity clustering analysis. In this paper, we first discuss the similarity analysis. The experimental subjects are synthetic wafers with different yields and different numbers of diesize, and we define the similarity determination formula and the model of similarity values and yields under the normal distribution. The wafers we used are from the WM-811K wafer database provided by TSMC, and the error patterns can be classified into the following nine categories: Center, Donut, Scratch, Edge-Ring, Edge-Loc, Loc, Near-Full, Random, and None. Finally, the performance ratios for different wafer sizes were calculated separately, and the larger the wafer, the more computation time was required. Finally, the similarity formula and cluster analysis are used to determine the error patterns of synthetic wafers and real wafers to understand their characteristics and finally to determine the characteristics of the product.
显示于类别:	[電機工程研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	109	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....