arXiv Computer Vision· Aleksandr Dekhovich, Carlas Smith, Oleg Soloviev·2026-10-30 12:00· 7 小时前AI 评分31

UFLD：结合强化学习与保形预测的不确定性感知晶圆缺陷分类

Uncertainty-aware Feedback Loop Diagnosis: integrating reinforcement learning and conformal prediction for reliable wafer defect classification

AI 导读

UFLD 用强化学习自适应采集测量、结合保形预测判断最优停止时机，在 MixedWM38 数据集上把采集时间缩短约 40%，检测准确率达 98.4%。该方法无需额外的置信度估计网络，参数效率高于依赖集成模型或辅助置信度模型的现有方案，可减少晶圆图分析的全表面扫描需求。

来源：arXiv Computer Vision · arxiv.org