יום חמישי, 8 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

דטקטור לבעיות חריגות במפות סיכות פלטה: חיבור של דטקטור פצ'-בייסד עם דטקטור גנרטיבי דיפוזי

Efficient Patch-Based Anomaly Detection Fused with Diffusion Driven Generative Modeling for Semiconductor Wafer Bin Map Open Set Anomaly Detection
במאמר זה, הוצגה טכנולוגיה חדשה לזיהוי בעיות חריגות במפות סיכות פלטה. הטכנולוגיה משלבת דטקטור פצ'-בייסד עם דטקטור גנרטיבי דיפוזי. המאמר כולל תיאור של הטכנולוגיה, תוצאות הניסויים והסיכומים.
תקציר מקורי באנגליתarXiv:2610.09993v1 Announce Type: new Abstract: Spatial defect signatures on wafer bin maps (WBMs) trace yield loss to specific process faults, yet supervised classifiers recognize only the defect types seen during training, and one-class detectors built on a single mechanism tend to capture either local structural deviations or global distributional violations, but rarely both. This work proposes a hybrid one-class framework that couples a patch-based student-teacher detector (EfficientAD) with a denoising diffusion probabilistic model (DDPM) used for partial-diffusion reconstruction, and fuses their percentile-calibrated scores through a fixed convex combination. Trained on only 700 normal wafers from the WM-38K mixed-type dataset and evaluated on 18,658 held-out wafers, the fused detect
קרא במקור המקורי