王宏伟教授负责的“数据驱动的晶圆制造过程异常检测与故障诊断方法”获得2022年度国家自然科学基金面上项目资助。
芯片自主供应是我国技术创新和产业发展面临的重大挑战与迫切需求。该项目围绕晶圆制造过程状态数据，结合对比学习、主动学习、可解释机制等深度学习理论，研究长尾过程故障检测、开放集过程故障检测、过程故障溯源和过程故障预测等关键技术，实时监测晶圆制造过程状态，保障晶圆制造的良品率与产能。该项目的实施将为晶圆制造过程故障监测与诊断的瓶颈突破提供强有力的理论基础与方法支撑，服务我国芯片产业不断向高质量、高产能方向发展的战略目标。
团队在数据挖掘领域进行长期的跟踪研究，围绕复杂工业系统状态监测、故障检测、故障诊断等方向取得丰富研究成果，在高水平国际期刊和会议上发表论文120余篇。其中，2021年开展的基于数据驱动的故障诊断研究，被肯定为首次在工业故障诊断中聚焦长尾分布和开放集挑战的前沿工作，已被IEEE Transactions on Industrial Informatics (TII)、IEEE Transactions on Instrumentation and Measurement (TIM) 等国际期刊录用发表，为本项目进一步产出引领前沿的成果打下坚实的基础。
