Microsoft Word – 文档2
任务书：
一、论文内容
电子芯片的承载体是晶圆，晶圆的生产过程复杂且冗长，在这个过程中有很多因素会导致晶
圆表面形成缺陷。不同的缺陷会反应出生产过程的不同问题，所以我们通过对缺陷图形的识别和
分类来判断生产过程中的不足以提高产量和生产率。
晶圆缺陷主要分为 global pattern和 local pattern，因为 global pattern规律性小，研究成本
高，所以现在基本所有研究集中在 local pattern上，local pattern又分为 single pattern（只含有
一种图形的缺陷）和 mixed pattern（由两个机以上的单一图形组成）。本文研究的是深度学习模
型 CNN在 mixed pattern中的应用。在之前的研究里，有人指出 CNN模型对缺陷的识别正确率大
幅度提高，但在数据降噪方面所取得的成果不大。
在本文中，准备用自动降噪编码应用在和之前的实验相同数据集上，对比实验结果，探索自
动降燥对在这一领域有没有贡献。
二、论文要求
要求附上实验的源代码，涵盖 CNN模型以及自动降噪过程的代码。并且给出关键的对比数据
表格和图像解释。
全英文学术论文，层次分明，思路清晰，数据论证有力。
三、提供资料
本文基于研究的三篇论文（英文），晶圆缺陷数据集，cnn模型的在此实验中的代码，常规去
噪方式在 matlab中的代码
四、实验工具
CNN模型在 python（theano 和 Kares上实现），去噪希望用 matlab 或者 python（选择简
单容易操作的）
五、期待效果
希望程序员能写出附和上述要求完整的代码以及文字阐述，中英文皆可，英文优先，希望做
一定阐述讲解所用到的理论知识，以方便我自己补充。简而言之，在论文实验部分希望是我不需
要自己拿程序来跑的，放入论文做文字处理就可以使用（误入理工科计算机系的女生真的伤不起，
望理解）。