Útmutatóhoz kapcsolódó kvíz · Kemény Szint

AI a Semiconductor Fab hozamoptimalizálási kvízben

Ellenőrzi a lapkatérkép-mintázat osztályozását, a virtuális metrológiát a szerszámérzékelők adataiból, valamint a futástól-futásig folyamatvezérlést a chip fab hozammunka során.

Kapcsolódó útmutató utakAI In Semiconductor Fab Yield Optimization
kérdés 1 -ból 8

Mit jelent a „hozam” a félvezetőgyártásban?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit jelent a „hozam” a félvezetőgyártásban?
    • The number of wafers a fab processes per day
    • The fraction of dies on a wafer that work
    • The thickness of deposited films
    • The speed of a finished chip
  2. Mit csinál a virtuális metrológia?
    • Designs chip layouts automatically
    • Predicts measurement results from tool sensor data for every wafer
    • Replaces all inspection tools with cameras
    • Simulates customer demand for chips
  3. Valószínűleg mire mutat egy élgyűrű-minta az ostyatérképen?
    • A problem affecting the wafer edge during a process like etching
    • A software bug in the test program
    • A random particle in the center
    • A customer design error
  4. Mire használható a WM-811K adatkészlet?
    • Training chip layout generators
    • Research on classifying wafer map defect patterns
    • Forecasting semiconductor prices
    • Measuring transistor speed
  5. Miért szükségesek a virtuális metrológiai modellek gyakori újrakalibrálása?
    • Sensors stop recording data after a year
    • Maintenance, chamber aging and tool differences shift the data distribution
    • Regulators require monthly retraining
    • Models forget their weights overnight
  6. What does a run-to-run controller do?
    • Schedules staff shifts
    • Adjusts recipe settings between lots to keep results on target
    • Classifies SEM images of defects
    • Tests finished chips for speed
  7. Why do teams add an explicit 'unknown' class to wafer map classifiers?
    • To speed up training
    • So new patterns are flagged instead of forced into a known label
    • Mert a törvény megköveteli
    • To reduce the number of test wafers
  8. Which statement about fab training data is accurate?
    • Every defect type has millions of labeled examples
    • Rare defects may appear only a few times and classes are heavily imbalanced
    • Labels are generated automatically with no expert input
    • Fabs share all data publicly