Accéder directement au contenu Accéder directement à la navigation
Pré-publication, Document de travail

Classifying and explaining defects with small data for the semiconductor industry

Abstract : In this work, we present an automatic classifier of wafer defects for the semiconductor industry. Hopefully defects are rare, but this puts the classifying problem in a small data context. We propose a fast and fully reproducible approach based on decision trees. The main interest of using decision trees lies in obtaining a highly explicable classifier, which makes the origin of the defect easy to identify.
Type de document :
Pré-publication, Document de travail
Liste complète des métadonnées

https://hal.univ-grenoble-alpes.fr/hal-03544717
Contributeur : Jérôme Lelong Connectez-vous pour contacter le contributeur
Soumis le : mercredi 26 janvier 2022 - 19:10:23
Dernière modification le : vendredi 29 avril 2022 - 11:40:01

Fichiers

article-mia.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-03544717, version 1

Collections

Citation

Jean-François Boulanger, Franck Corset, Franck Iutzeler, Jérôme Lelong. Classifying and explaining defects with small data for the semiconductor industry. 2022. ⟨hal-03544717⟩

Partager

Métriques

Consultations de la notice

45

Téléchargements de fichiers

34