MétaCan
Menu
Retour à la cohorte
Enregistrement W7131225332 · doi:10.1109/eptc67330.2025.11392596

Defect Z-Depth Determination in 2.5D ICs Using Magnetic Field Imaging

2025· article· W7131225332 sur OpenAlex
Fanyi Cai, J. Jayabalan, Lucas Lum, Bernice Zee, Jiann Min Chin, Younghoon Lim

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueIntegrated Circuits and Semiconductor Failure Analysis
Établissements canadiensAdvanced Micro Devices (Canada)
Organismes subventionnairesNational Research Foundation Singapore
Mots-clésNondestructive testingReliability (semiconductor)Magnetic fieldIntegrated circuitPenetration depthField (mathematics)Image resolutionFast Fourier transform

Résumé

récupéré en direct d'OpenAlex

Defect localization and accurate depth determination in advanced heterogeneous integration (HI) packaging integrated circuits (ICs), particularly <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$2.5 \mathrm{D} / 3 \mathrm{D}$</tex> ICs, is critical for failure analysis and reliability assessment. Beyond lateral XY defect localization, vertical Z-depth estimation is essential for identifying the failure layer in stacked configurations, which is a challenge that conventional non-destructive testing (NDT) methods cannot effectively address. Due to restricted penetration depth and inadequate spatial resolution caused by the complex, multilayered material composition of HI packaging, conventional NDT techniques face intrinsic limitations in localizing defects along the z-axis. Magnetic field imaging (MFI) has emerged as a promising alternative, providing non-invasive and highresolution sensing of current-induced magnetic fields while being insensitive to variations in complex material structure in HI packaging. However, despite its advantages, MFI inherently produces intricate magnetic field data that require algorithms for depth extraction, an area that remains underexplored in both research and practical applications. In this paper, we propose an MFI-based variational method (VM) that employs fast Fourier transform (FFT)-based magnetic inverse optimization, grounded in the Biot-Savart law, to enable Z-depth determination of shortcircuit defects in 2.5D ICs. The effectiveness of the proposed VM approach is demonstrated on two representative defective 2.5D graphics processing units (GPUs): a signal-to-ground short at the C4 bump and a power-to-ground short at the μbump. These defect types are among the most commonly encountered failure modes in advanced 2.5D ICs. Validation against X-ray scans shows defect depth estimation errors of <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\mathbf{5}-25 \mu ~\mathrm{m}$</tex> and 5 <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\mu \mathrm{m}$</tex>, respectively, thereby advancing the fault isolation capability for complex 2.5D/3D ICs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,249
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle