在学校，学院领导的大力关怀和领导下，pg电子官网入口半导体人工智能团队在从无到有，艰苦奋斗，将自身的知识储备同国内半导体企业丰富的数据资源对接，本学期团队在半导体人工智能这块充满机遇和挑战的领域中再次取得了阶段性的成果。

在刚结束的2023 IEEE International Conference on Cybernetics and Intelligent Systems (CIS) Robotics, Automation and Mechatronics (RAM)国际会议中，半导体人工智能团队有6篇论文被接收并参与汇报（投稿六篇，接收六篇，接收率100%），接收论文介绍如下：

研二员工桑童，文章为“Wafer Map Defect Recognition and Accurate Localization Based on Defect Completion Algorithm”（基于缺陷补全算法的晶圆图像缺陷识别与准确定位）。

研二员工郑晓妍，文章为“Enhancing Semiconductor Chip Image Defect Classification Using Deep Learning and Segmented Defect Region Information”（使用深度学习和分割缺陷区域信息增强半导体芯片图像缺陷分类）。

研二员工魏启宇，文章为“Wafer Map Defect Patterns Semi-Supervised Classification Using Latent Vector Representation”（晶圆图缺陷模式使用潜在向量表示的半监督分类）。

研一员工周正庆，文章为“Improved Semantic Segmentation Adversarial Networks Applied to Industrial Production Datasets”（应用于工业生产数据集的改进语义分割对抗网络）。

研一员工韩清和大四员工夏宇，文章为“AutoML with Focal Loss for Defect Diagnosis and Prognosis in Smart Manufacturing”（具有Focal损失函数的 AutoML 用于智能制造中的缺陷诊断和预测）。

研一员工翟伟宏，文章为“Adaptive Modelling for Anomaly Detection and Defect Diagnosis in Semiconductor Smart Manufacturing: A Domain-specific AutoML”（半导体智能制造中异常检测和缺陷诊断的自适应模型：针对特定领域的 AutoML）。

基于对半导体工艺领域的科学研究，深度分析良劣产品及失效原因，为了提升产线生产合格率，简化流水线工艺流程，团队的6位员工在论文中各自提出了创新性的科学方法。其中，研一员工翟伟宏的论文被评为best application paper certificate，后续文章将刊登在Q1期刊Unmaned System的Special Issue中。

半导体人工智能是个新兴的领域，团队致力于产教融合，员工一方面在研究解决半导体企业的实际工程问题，另一方面又在半导体人工智能科研领域不断突破创新，推陈出新。