王睿 - 哈尔滨工业大学（深圳） - 机电工程与自动化学院

个人简介

王睿，助理教授，新加坡国立大学博士。主要研究领域为半导体生产过程中的数据分析与质量控制，先后解决了故障检测与诊断、晶圆缺陷识别、库存风险管控等半导体制造领域的实际问题。对于工业和互联网背景下的数据挖掘、统计建模、人工智能算法的应用有丰富的经验。以第一作者发表论文多篇，包括半导体领域权威期刊《IEEE　Transactions　on　Semiconductor　Manufacturing》、《Quality　and　Reliability　Engineering　International》等。相关研究成果与方法已成功应用于半导体的生产实际中。自2020年12月起加入哈尔滨工业大学（深圳）机电学院。教育经历 2010.8-2014.6 哈尔滨工业大学机械设计制造及其自动化学士 2015.8-2019.12 新加坡国立大学工业系统工程博士研究与工作经历 2020.12-现在哈尔滨工业大学（深圳）, 助理教授 2017.8-2018.11 连尚网络(WIFI 万能钥匙), 数据分析师 2015.8-2020.6 新加坡国立大学, 助教科研项目目前主持以下项目： “数据驱动的多工序半导体制造过程质量控制方法研究”，国家自然科学基金青年基金，2022-2024 “混合型晶圆图缺陷模式识别方法研究”，广东省区域联合基金-青年基金，2021-2024 “融合形状先验的晶圆表面缺陷探测与识别方法研究”，深圳市科创委-优秀科技创新人才计划（博士启动），2023-2025 “王睿 1011 引进人才科研启动经费”，孔雀计划C类，2021-2023 哈工大科研启动项目，2021-2022 以主要参与人参与过以下项目： “Adpative Sampling for High Dimensional Data Stream Monitoring”, Singapore AcRF Tier 1 Grant, 2018-2021 “Defect Pattern Classification and Root Cause Diagnosis”, Huawei, 2018-2020 “Supply Chain and Inventory Data Analytics”, Huawei, 2019-2020

研究领域

半导体晶圆缺陷图像识别在半导体制造中，晶片缺陷形成的图案可以反映生产中的特定问题。人工识别需要大量的时间和成本，因此，自动检测与识别晶圆缺陷图形的是半导体工业中的一个重要课题。生产过程故障诊断与产品质量控制对生产过程进行监控、对故障进行诊断与根因识别、对产品的质量进行预测，对提高产品质量和竞争力具有重要意义。通过数据挖掘技术，可以从生产过程采集的数据中提取有效的信息，为生产过程优化、产品质量提升提供指导。

近期论文

查看导师新发文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

R.Wang, N.Chen, "Detection and Recognition of Mixed-Type Defect Patterns in Wafer Bin Maps via Tensor Voting," in IEEE Transactions on Semiconductor Manufacturing, 35(3), 485-494, 2022. R.Wang, N.Chen, “Defect Pattern Recognition on Wafers Using Convolutional Neural Networks”, Quality and Reliability Engineering International, 36, 1245-1257, 2020. R.Wang, L.Zhang, N.Chen, “Spatial Correlated Data Monitoring in Semiconductor Manufacturing Using Gaussian Process Model”, IEEE Transactions on Semiconductor Manufacturing, 32(1), 104-111, 2019. R.Wang, N.Chen, “Wafer Map Defect Pattern Recognition Using Rotation-Invariant Features”, IEEE Transactions on Semiconductor Manufacturing, 32(4), 596-604, 2019. R. Wang, S. Wang, "Tensor Voting Based Similarity Matching of Wafer Bin Maps in Semiconductor Manufacturing", 2022 5th International Conference on Data Science and Information (DSIT), 2022. R.Wang,“A Feature Ensemble Model for Material Rate Prediction in Chemical Mechanical Planarization”. In Industrial Engineering and Engineering Management (IEEM), 2021 IEEE International Conference, IEEE. R.Wang,“A B-Spline Based Gaussian Process Regression Approach for Fatigue Crack Length Estimation Using Ultrasonic Wave Data”. In Global Reliability and Prognostics and Health Management (PHM-Nanjing), 2021 IEEE International Conference, IEEE. R.Wang, N.Chen, C.Zhang, “Clustering Subway Station Arrival Patterns Using Weighted Dynamic Time Warping”. In Industrial Engineering and Engineering Management (IEEM), 2018 IEEE International Conference, IEEE. R.Wang, N.Chen, “A Survey of Condition-Based Maintenance Modeling of Multi-Component Systems”. In Industrial Engineering and Engineering Management (IEEM), 2016 IEEE International Conference, IEEE.