Buchumschlag

Synthetic Defect Data Generation Using Deep Learning Architecture for Improved Wafer Inspection Performance

Fuente: Zenodo

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kumar, Roopesh
Format:	Recurso digital
Veröffentlicht:	Zenodo 2026
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

WaferSAGE: Large Language Model-Powered Wafer Defect Analysis via Synthetic Data Generation and Rubric-Guided Reinforcement Learning
von: Xu, Ke, et al.
Veröffentlicht: (2026)

Synthetic Defect Image Generation for Power Line Insulator Inspection Using Multimodal Large Language Models
von: Wang, Xuesong, et al.
Veröffentlicht: (2026)

Defect Detection in Photolithographic Patterns Using Deep Learning Models Trained on Synthetic Data
von: Shinde, Prashant P., et al.
Veröffentlicht: (2025)

Integrating Artificial Intelligence Models and Synthetic Image Data for Enhanced Asset Inspection and Defect Identification
von: Mandati, Reddy, et al.
Veröffentlicht: (2024)

A Hybrid Vision-Language Architecture for Automated Defect Reasoning and Report Generation in Industrial Inspection
von: Malikussaid, et al.
Veröffentlicht: (2026)

synth-dacl: Does Synthetic Defect Data Enhance Segmentation Accuracy and Robustness for Real-World Bridge Inspections?
von: Flotzinger, Johannes, et al.
Veröffentlicht: (2025)

Wafer Map Defect Classification Using Autoencoder-Based Data Augmentation and Convolutional Neural Network
von: Bao, Yin-Yin, et al.
Veröffentlicht: (2024)

Deep Learning-based Multi Project InP Wafer Simulation for Unsupervised Surface Defect Detection
von: Cantú, Emílio Dolgener, et al.
Veröffentlicht: (2025)

DefectFill: Realistic Defect Generation with Inpainting Diffusion Model for Visual Inspection
von: Song, Jaewoo, et al.
Veröffentlicht: (2025)

Effects of Using Synthetic Data on Deep Recommender Models' Performance
von: Taskin, Fatih Cihan, et al.
Veröffentlicht: (2024)

Utilizing Generative Adversarial Networks for Image Data Augmentation and Classification of Semiconductor Wafer Dicing Induced Defects
von: Hu, Zhining, et al.
Veröffentlicht: (2024)

Detecting Defective Wafers Via Modular Networks
von: Zhang, Yifeng, et al.
Veröffentlicht: (2025)

Observational and Experimental Insights into Machine Learning-Based Defect Classification in Wafers
von: Taha, Kamal
Veröffentlicht: (2023)

Human-in-the-Loop Synthetic Text Data Inspection with Provenance Tracking
von: Kang, Hong Jin, et al.
Veröffentlicht: (2024)

Generative Deep Learning and Signal Processing for Data Augmentation of Cardiac Auscultation Signals: Improving Model Robustness Using Synthetic Audio
von: Abbott, Leigh, et al.
Veröffentlicht: (2024)

An Evaluation of Continual Learning for Advanced Node Semiconductor Defect Inspection
von: Prasad, Amit, et al.
Veröffentlicht: (2024)

Iterative Cluster Harvesting for Wafer Map Defect Patterns
von: Pleli, Alina, et al.
Veröffentlicht: (2024)

Green Nanoengineered Keratin Derived Bio‐Adsorbent for Heavy Metals Removal from Aqueous Media
von: Muhammad Zubair, et al.
Veröffentlicht: (2024)

Enhancing Thin-Film Wafer Inspection With A Multi-Sensor Array And Robot Constraint Maintenance
von: Sánchez-Arriaga, Néstor Eduardo, et al.
Veröffentlicht: (2025)

Improved Generation of Synthetic Imaging Data Using Feature-Aligned Diffusion
von: Nair, Lakshmi
Veröffentlicht: (2024)

An Incremental Unified Framework for Small Defect Inspection
von: Tang, Jiaqi, et al.
Veröffentlicht: (2023)

Switch-Less Dragonfly on Wafers: A Scalable Interconnection Architecture based on Wafer-Scale Integration
von: Feng, Yinxiao, et al.
Veröffentlicht: (2024)

Wafer Defect Root Cause Analysis with Partial Trajectory Regression
von: Miyaguchi, Kohei, et al.
Veröffentlicht: (2025)

Semiconductor Wafer Map Defect Classification with Tiny Vision Transformers
von: Mohammad, Faisal, et al.
Veröffentlicht: (2025)

Improving Pallet Detection Using Synthetic Data
von: Gann, Henry, et al.
Veröffentlicht: (2024)

UniPCB: A Generation-Assisted Detection Framework for PCB Defect Inspection
von: Zhang, Huan, et al.
Veröffentlicht: (2026)

From Wafers to Electrodes: Transferring Automatic Optical Inspection (AOI) for Multiscale Characterization of Smart Battery Manufacturing
von: Jianyu Li, et al.
Veröffentlicht: (2026)

Wind Turbine Feature Detection Using Deep Learning and Synthetic Data
von: Shahirpour, Arash, et al.
Veröffentlicht: (2025)

Improving Machine Learning Performance with Synthetic Augmentation
von: Sohm, Mel, et al.
Veröffentlicht: (2026)

Synthetic Survival Data Generation for Heart Failure Prognosis Using Deep Generative Models
von: Puttanawarut, Chanon, et al.
Veröffentlicht: (2025)

DefectTwin: When LLM Meets Digital Twin for Railway Defect Inspection
von: Ferdousi, Rahatara, et al.
Veröffentlicht: (2024)

Improving Clinical NLP Performance through Language Model-Generated Synthetic Clinical Data
von: Chen, Shan, et al.
Veröffentlicht: (2024)

Addressing Class Imbalance and Data Limitations in Advanced Node Semiconductor Defect Inspection: A Generative Approach for SEM Images
von: Dey, Bappaditya, et al.
Veröffentlicht: (2024)

Towards Improved Semiconductor Defect Inspection for high-NA EUVL based on SEMI-SuperYOLO-NAS
von: Chen, Ying-Lin, et al.
Veröffentlicht: (2024)

Debiasing Synthetic Data Generated by Deep Generative Models
von: Decruyenaere, Alexander, et al.
Veröffentlicht: (2024)

SoftSRV: Learn to Generate Targeted Synthetic Data
von: DeSalvo, Giulia, et al.
Veröffentlicht: (2024)

Super‐Resolution Microscopy for Precision Microsphere Defect Inspection Using Sparrow‐Optimized Autocorrelation Deconvolution
von: Tao He, et al.
Veröffentlicht: (2026)

Can Synthetic Data Improve Symbolic Regression Extrapolation Performance?
von: Ramlan, Fitria Wulandari, et al.
Veröffentlicht: (2025)

A Protocol-Language Model for Network Intrusion (Without Deep Packet Inspection)
von: Sharma, Vivek Kumar
Veröffentlicht: (2026)

Deep Reinforcement Learning for Scalable Multiagent Spacecraft Inspection
von: Dunlap, Kyle, et al.
Veröffentlicht: (2024)