TS-HINT: Zeitreihen-Regression in der Halbleiterfertigung mit LLM-Attention-Hints optimieren
In der Halbleiterfertigung, wo die Materialentfernung in Prozessen wie der chemisch‑mechanischen Politur (CMP) präzise vorhergesagt werden muss, setzen aktuelle datengetriebene Ansätze noch auf statische Merkmale aus Zeitreihen. Diese Vorgehensweise vernachlässigt jedoch die wichtigen zeitlichen Dynamiken und erfordert enorme Datenmengen für ein zuverlässiges Training.
