Evaluating Modern Visual Anomaly Detection Approaches in Semiconductor Manufacturing: A Comparative Study
Created by
Haebom
저자
Manuel Barusco, Francesco Borsatti, Youssef Ben Khalifa, Davide Dalle Pezze, Gian Antonio Susto
개요
반도체 제조 공정의 자동화된 SEM 이미지 검사를 위한 시각적 이상 탐지(VAD) 벤치마크 연구. 기존의 지도 학습 방식과 달리, 비지도 학습 기반의 VAD 접근 방식을 사용하여 결함 데이터 수집의 어려움을 해결하고 예측 결과에 대한 설명 가능성을 제공한다. MIIC 데이터셋을 활용하여 반도체 분야 VAD 벤치마크를 제시하고, 최신 VAD 방법의 효과를 보여준다.
시사점, 한계점
•
시사점:
◦
비지도 학습 기반 VAD를 활용하여 반도체 제조 공정에서의 결함 검출 비용 절감 가능성 제시.
◦
MIIC 데이터셋을 활용한 벤치마크 제공으로 VAD 연구 발전에 기여.
◦
최신 VAD 기법의 실제 산업 분야 적용 가능성 확인.
•
한계점:
◦
MIIC 데이터셋의 규모 및 다양성에 대한 추가적인 검토 필요.
◦
제시된 VAD 방법의 일반화 성능 및 다양한 결함 유형에 대한 로버스트니스 추가 연구 필요.
