Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS
Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

Sebastian Brand mit »Attendees Best Paper« der ISTFA 2023 ausgezeichnet

Der Einsatz von Machine Learning kann die Signalverarbeitung verbessern und somit treffsichere Ergebnisse bei der hochauflösenden, zerstörungsfreien Defektlokalisierung in mikroelektronischen Bauelementen ermöglichen. Erkenntnisse und Anwendungsbeispiele zu diesen Möglichkeiten stellte Dr. Sebastian Brand vom Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS im November auf dem 49th International Symposium for Testing and Failure Analysis (ISTFA) in Phoenix / USA vor. Jetzt wurde sein Beitrag als »Attendees Best Paper« der internationalen Fachtagung ausgezeichnet.

© Michael Deutsch / Fraunhofer IMWS
Dr. Sebastian Brand wurde für seinen Beitrag »Advances in High-Resolution Non-Destructive Defect Localization based on Machine Learning Enhanced Signal Processing« auf der ISTFA 2023 mit dem »Attendees Best Paper« ausgezeichnet.
© Alexxis K Grant
Die ISTFA ist die wichtigste Konferenz für die Mikroelektronik-Versagenanalyse-Community. Die ISTFA findet jedes Jahr in Phoenix, Arizona, USA, statt und bietet eine Plattform für die Präsentation und Diskussion von Forschungsergebnissen, Methoden und Anwendungen in diesem Bereich.
© Alexxis K Grant
Frank Altmann, Geschäftsfeldleiter »Werkstoffe und Bauelemente der Elektronik« am Fraunhofer IMWS, hat in diesem Jahr die Gesamtleitung der #ISTFA2023 inne.

Fast 800 Teilnehmende besuchten die fünftägige Konferenz, die eine der weltweit wichtigsten Fachtagungen für die Fehlerdiagnostik in der Mikroelektronik ist. Zum Abschluss wurden Preise in sieben Kategorien vergeben, das Fraunhofer IMWS war dabei doppelt erfolgreich. Neben dem Beitrag »Advances in High-Resolution Non-Destructive Defect Localization based on Machine Learning Enhanced Signal Processing« von Sebastian Brand, an dem seitens Fraunhofer IMWS auch Michael Kögel, Christian Große und Frank Altmann mitgewirkt haben, gewann auch Susanne Hübner einen Preis. Sie wurde auf der Tagung für das beste schwarz-weiß-Bild mit Bezug zu Fehlerdiagnostik ausgezeichnet.

Insgesamt war das Fraunhofer IMWS mit drei Tutorial-Präsentationen und fünf Vorträgen im Programm der Tagung vertreten, die in diesem Jahr den Schwerpunkt auf neuen Technologien und der entsprechende Fehleranalyse im Bereich der Leistungselektronik hatte.

»Unsere Beiträge trafen auf viel Interesse und eine sehr gute Resonanz. Die beiden Auszeichnungen, zu denen ich Sebastian Brand und Susanne Hübner herzlich gratuliere, sind eine schöne Bestätigung dafür«, sagt Frank Altmann, Leiter des Geschäftsfelds »Werkstoffe und Bauelemente der Elektronik« am Fraunhofer IMWS, der in diesem Jahr zugleich als General Chair des ISTFA fungierte. »Methoden der künstlichen Intelligenz werden auch für die Fehleranalyse und Materialcharakterisierung immer wichtiger. Ich freue mich sehr, dass unsere Kompetenzen in diesem Bereich mit dem Award die Anerkennung einer hochkarätigen internationalen Community erhalten haben.«