專利名稱：類神經(jīng)網(wǎng)絡(luò)晶圓分析系統(tǒng)與方法
技術(shù)領(lǐng)域：
本發(fā)明為一種晶圓分析的系統(tǒng)與方法，特別是一種利用類神經(jīng)網(wǎng) 絡(luò)來分析晶圓的系統(tǒng)與方法。
背景技術(shù)：
晶圓的制程步驟繁多，在這些步驟中必需有量測和監(jiān)控的站點， 通過量測出來的數(shù)據(jù)或圖形例如膜厚、電性、電阻及摻入金屬濃度等 參數(shù)來觀察分析以維持制程的品質(zhì)，并可以及早發(fā)現(xiàn)問題、改善缺失 以防止成本的浪費。
傳統(tǒng)在晶圓的量測或是制程的監(jiān)控上，會針對某一個位置(site)做 連續(xù)數(shù)次的測試，來判斷機臺是否有異常產(chǎn)生，再利用人工經(jīng)驗的方 式來進(jìn)行異常原因的分析與判斷，從中找出該異常發(fā)生的真正原因再 進(jìn)行改善。這種方法雖然能將異常原因排除并獲得改善，但是卻需要 消耗不少人力及時間，而且人為判斷有風(fēng)險存在，若缺乏分析經(jīng)驗與 判斷能力而導(dǎo)致判斷錯誤則往往會造成更多時間及人力甚至成本的浪 費。
圖1為晶圓分析判斷的風(fēng)險示意圖，所有晶圓101在制造程序102 結(jié)束后，可大致分為良晶圓103與劣晶圓104兩種，在經(jīng)過測試程序 105之后，該良晶圓103得到通過106的結(jié)果，該劣晶圓104得到異常 107的結(jié)果。但是在判斷錯誤的情況下，將該良晶圓103判斷為異常 107，則會造成生產(chǎn)端風(fēng)險108;反之，將該劣晶圓104判斷為通過106， 則會造成客戶端風(fēng)險109，兩者都會造成嚴(yán)重的利益損失。
因此，亟需提供一種晶圓分析的方法，以節(jié)省時間、降低人力成
本與人工判斷錯誤的風(fēng)險。

發(fā)明內(nèi)容
本發(fā)明欲解決的問題在于解決現(xiàn)有的晶圓分析方法所需要消耗的 人力及時間，而且人為判斷有風(fēng)險存在，若缺乏分析經(jīng)驗與判斷能力 而判斷錯誤則造成更多時間及人力甚至成本的浪費。
本發(fā)明的目的在于，利用類神經(jīng)網(wǎng)絡(luò)的理論及概念，結(jié)合JAVA
軟件而產(chǎn)生一套能實時監(jiān)控反應(yīng)測試結(jié)果與分析異常狀況的系統(tǒng)與方 法。
為達(dá)上述目的，本發(fā)明提供一種晶圓分析系統(tǒng)，包含 一處理單 元，用以接收由一測試單元所提供的測試數(shù)據(jù)；以及一類神經(jīng)網(wǎng)絡(luò)學(xué) 習(xí)及比對單元，連結(jié)于該處理單元，可接受該處理單元的指令以進(jìn)行 運算，并將運算后的結(jié)果與該處理單元于一數(shù)據(jù)庫單元所擷取的數(shù)據(jù) 進(jìn)行比對，以進(jìn)行學(xué)習(xí)使系統(tǒng)分析的結(jié)果趨近人工分析的結(jié)果；由此， 節(jié)省人工分析的時間。
為達(dá)上述目的，本發(fā)明還提供一種利用類神經(jīng)網(wǎng)絡(luò)的晶圓分析方 法，包含下列步驟(a)提供一測試單元進(jìn)行晶圓測試，產(chǎn)生多個測試 數(shù)據(jù)；(b)提供該測試數(shù)據(jù)至一處理單元，該處理單元將該多個測試數(shù) 據(jù)轉(zhuǎn)換成一輸出值；(c)比對該輸出值改變其偏權(quán)值使該輸出值接近預(yù) 期并重復(fù)步驟(a)至(c)以訓(xùn)練該系統(tǒng)；以及(d)以訓(xùn)練完的系統(tǒng)分析晶圓， 由此，以節(jié)省人工分析的時間。
也就是說，以現(xiàn)行的測試制程中，持續(xù)性地提供現(xiàn)行所有測試所 發(fā)生的異常結(jié)果情況，通過此系統(tǒng)單元進(jìn)行相當(dāng)份量的學(xué)習(xí)與經(jīng)驗累 積，當(dāng)日后測試制程中若有異常情況發(fā)生時，此單元即可實時從先前 的學(xué)習(xí)經(jīng)驗中分析判斷出此異常發(fā)生的原因，進(jìn)而提供作為真因以進(jìn) 行分析改善。
本發(fā)明的功效為利用系統(tǒng)取代人工的作業(yè)與判斷分析，不但可以 節(jié)省時間，并且降低人力成本與人工判斷錯誤的風(fēng)險。
為讓本發(fā)明的目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實 施例，并配合附圖，作詳細(xì)說明如下。


圖1為晶圓分析判斷的風(fēng)險示意圖2為本發(fā)明系統(tǒng)的示意圖3為類神經(jīng)元的模型示意圖4為本發(fā)明系統(tǒng)的流程圖5為一實施例的測試結(jié)果示意圖6為本發(fā)明系統(tǒng)的轉(zhuǎn)換步驟流程圖7為時間延遲類神經(jīng)網(wǎng)絡(luò)的模型示意圖8為循環(huán)類神經(jīng)網(wǎng)絡(luò)的模型示意圖。
圖中符號說明 101晶圓 102制造程序 103良晶圓 104劣晶圓 105測試程序 106通過 107異常 108生產(chǎn)端風(fēng)險 109客戶端風(fēng)險 201測試單元 202處理單元
203類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及比對單元
204數(shù)據(jù)庫單元 205輸出單元 301輸入值 302權(quán)重 303類神經(jīng)元 304偏權(quán)值 305活化函數(shù) 306輸出值
S401提供一測試單元進(jìn)行晶圓測試，產(chǎn)生測試數(shù)據(jù) S402提供該測試數(shù)據(jù)至一處理單元，該處理單元將該測試數(shù)據(jù)轉(zhuǎn) 換而成一輸出值
S403比對該輸出值改變其偏權(quán)值使該輸出值接近預(yù)期并重復(fù)步 驟S401至S403
S404以訓(xùn)練完的系統(tǒng)分析晶圓
S601接收由該測試單元所提供的該測試數(shù)據(jù)
S602將該測試數(shù)據(jù)分別乘上權(quán)重而得到多個偏權(quán)結(jié)果
S603加總所有的該偏權(quán)結(jié)果而得到一偏權(quán)值
S604將該偏權(quán)值代入活化函數(shù)而得到一輸出值
701輸入值
702前10筆輸入值
703權(quán)重
704輸出值
801輸入?yún)^(qū)
802隱藏區(qū)
803數(shù)據(jù)區(qū)
804輸出區(qū)
具體實施例方式
圖2繪示本發(fā)明的晶圓分析系統(tǒng)，包含一處理單元202及一類神 經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及比對單元203，該處理單元202可以接收一測試單元201
所提供的測試數(shù)據(jù)202;該類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及比對單元203連結(jié)于該處 理單元，可接受該處理單元202的指令以進(jìn)行運算，并可以將運算后 的結(jié)果與該處理單元202于一數(shù)據(jù)庫單元204所擷取的數(shù)據(jù)進(jìn)行比對， 并進(jìn)行學(xué)習(xí)以使系統(tǒng)分析的結(jié)果趨近人工分析的結(jié)果，最后，將所得 的分析結(jié)果以一輸出單元205進(jìn)行輸出。
測試單元201在一實施例中為多個晶圓測試機臺，用以進(jìn)行晶圓 的測試及提供測試的數(shù)據(jù)至該處理單元202，該處理單元202在一實施 例中為計算機，其至少包含一處理器以及一內(nèi)存，并安裝了具有該類 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及比對單元203和該數(shù)據(jù)庫單元204的軟件，因而可將 測試數(shù)據(jù)進(jìn)行轉(zhuǎn)換以得到一輸出值，并將該輸出值以該輸出單元205 進(jìn)行輸出。該類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及比對單元203包含一種計算機可讀取 記錄媒體(computer-readable medium),該計算機可讀取記錄媒體具有 JAVA寫成的類神經(jīng)網(wǎng)絡(luò)程序指令，經(jīng)由指令的執(zhí)行，可以分析晶圓測 試的結(jié)果。該數(shù)據(jù)庫單元204在實施例中可以為硬盤、CD-ROM、隨 機存取內(nèi)存(RAM)或是只讀存儲器(ROM)。
圖3繪示一個類神經(jīng)元的模型，用以說明本發(fā)明的晶圓分析系統(tǒng) 運算邏輯。X為神經(jīng)元的輸入值301(input)， W為權(quán)重302(weight)， Z 偏權(quán)值304為一加法單元(summation)，此部分是將每一個輸入與權(quán) 重相乘后做一加總的動作。f(.)為活化函數(shù)305 (activation function)， 通常是非線性函數(shù)，有數(shù)種不同的形式，其目的是將i:偏權(quán)值304做映 像得到所需要的Y輸出值306 (output)，亦即我們所需要的結(jié)果。將 該輸入值301乘上該權(quán)重302后，進(jìn)入類神經(jīng)元303進(jìn)行運算，類神 經(jīng)網(wǎng)絡(luò)的訓(xùn)練就是用于調(diào)整該偏權(quán)值304，使其變得更大或更小，通常 由隨機方式產(chǎn)生介于+1至U- 1之間的初始值。偏權(quán)值304可視為一種偏 權(quán)效果，其值越大，則代表連結(jié)的神經(jīng)元更容易被激發(fā)，對類神經(jīng)網(wǎng) 絡(luò)的影響也更大；反之，則代表對類神經(jīng)網(wǎng)絡(luò)并無太大的影響，而太 小的偏權(quán)值304通?？梢砸瞥怨?jié)省計算機計算的時間與空間。
圖4為本發(fā)明的實施步驟流程圖，并配合一實施例以說明之。步 驟S401為提供一測試單元進(jìn)行晶圓測試，以產(chǎn)生測試數(shù)據(jù)；于本實施 例中以測試一片具有300個芯片的晶圓， 一次測試6個芯片，總共分 50次測試完成。待該測試完成后，由本發(fā)明的晶圓分析系統(tǒng)接收該晶
圓測試所產(chǎn)生的測試數(shù)據(jù)。
步驟S402為提供該測試數(shù)據(jù)至一處理單元，該處理單元將該測試 數(shù)據(jù)轉(zhuǎn)換而成一輸出值；于本實施例中則為在接收到該測試數(shù)據(jù)后， 晶圓分析系統(tǒng)則會將數(shù)據(jù)轉(zhuǎn)換成一輸出值。其中，該轉(zhuǎn)換的步驟在之 后會以圖6進(jìn)行詳細(xì)說明。
步驟S403為比對該輸出值改變其偏權(quán)值使該輸出值接近預(yù)期并 重復(fù)步驟S401至S403以訓(xùn)練此系統(tǒng)；由于未經(jīng)過訓(xùn)練的類神經(jīng)網(wǎng)絡(luò) 所輸出的值與原先所設(shè)定的默認(rèn)值未必相同，故須經(jīng)過比對，以教導(dǎo) 該類神經(jīng)網(wǎng)絡(luò)一正確的輸出值，此一動作會使該類神經(jīng)網(wǎng)絡(luò)改變其運 算時的偏權(quán)值，使該輸出值接近該默認(rèn)值。接著，通過重復(fù)步驟S401 至S403的動作，可教導(dǎo)該類神經(jīng)網(wǎng)絡(luò)各種正確的輸出值，包含正常、 線性異常、邊緣型局部異常、環(huán)形局部異常、低良率及位置失衡等， 這些種類各有其輸出值，數(shù)值大小及范圍由使用者在訓(xùn)練前先行設(shè)定
于該類神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，則在進(jìn)行訓(xùn)練時，可以持續(xù)性地提供現(xiàn)行所 有測試所發(fā)生的異常情況，通過此系統(tǒng)單元進(jìn)行相當(dāng)份量的學(xué)習(xí)與經(jīng) 驗累積，進(jìn)而達(dá)到輸出值非常近似默認(rèn)值的目的。
步驟S404為以訓(xùn)練完的系統(tǒng)分析晶圓；經(jīng)過訓(xùn)練的類神經(jīng)網(wǎng)絡(luò)系 統(tǒng)具有與人為判斷類似的能力，會從經(jīng)驗的累積中，找出與測試結(jié)果 相對應(yīng)的輸出值，再將該輸出值轉(zhuǎn)換為信息傳送回機臺，進(jìn)而讓有問 題的機臺發(fā)出警報以通知相關(guān)人員進(jìn)行處理。因此，經(jīng)過訓(xùn)練的類神 經(jīng)網(wǎng)絡(luò)系統(tǒng)可以辨識晶圓的正常、線性異常、邊緣型局部異常、環(huán)形 局部異常、低良率及位置失衡的狀況，故提供一線性異常的晶圓以該 類神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行分析，會得到"線性異常"的信息，則符合人工判斷
的相同結(jié)果。
圖5顯示本實施例的測試結(jié)果，其中符號1代表測試結(jié)果為通過， 符號-1代表測試結(jié)果為未通過，符號0代表未測試，每一個位置對應(yīng)
到一個測試值，故此一測試數(shù)據(jù)包含50組，每組6個測試數(shù)值，以將
此晶圓的測試結(jié)果呈現(xiàn)。
圖6將圖2中的步驟S402所述的該轉(zhuǎn)換過程作詳細(xì)介紹，共分為 四個步驟；步驟S601為接收由該測試單元所提供的該測試數(shù)據(jù)；接著， 進(jìn)行步驟S602，將該測試數(shù)據(jù)分別乘上權(quán)重而得到多個偏權(quán)結(jié)果；在 此一步驟中，系統(tǒng)將該50組數(shù)據(jù)分別計算，其中該每組的6個測試數(shù) 值會分別乘上一個權(quán)重，權(quán)重的大小不需特別定義，是通過后續(xù)的訓(xùn) 練使其慢慢收斂以趨近于一固定的數(shù)值，故在此一步驟中數(shù)據(jù)還是保 持50組且每組有6個乘上權(quán)重后數(shù)值，稱為偏權(quán)結(jié)果。
步驟S603為加總所有的該偏權(quán)結(jié)果而得到一偏權(quán)值；將每組6個 該偏權(quán)結(jié)果加起來，得到該組的偏權(quán)值，測試數(shù)據(jù)在此一步驟中保持 50組但每組只有一個數(shù)值。
步驟S604為將該偏權(quán)值代入活化函數(shù)而得到一輸出值；活化函數(shù) 依所使用的類神經(jīng)網(wǎng)絡(luò)模型不同而有所差異，但其主要功能為將步驟 S603的該偏權(quán)值轉(zhuǎn)化為一利于程序判斷的介于0至1間的數(shù)值，如此， 則可由該輸出值判斷測試的結(jié)果。
由于經(jīng)過類神經(jīng)網(wǎng)絡(luò)運算出來的數(shù)值并非一定是整數(shù)，在此，假 設(shè)某一種類的異常狀況例如位置失衡(site imbalance)的期望輸出值為 1，正常狀況為0，則定義當(dāng)測試中類神經(jīng)網(wǎng)絡(luò)所得的輸出值大于0.5 時，則判斷為位置失衡，小于或等于0.5，則判斷為正常，除了此一方 法外，還可以采取另一種輸出值設(shè)定方式定義位置失衡為(O， 1)，正常 為(l， 0)，而判斷方式為輸出值(a， b)中，當(dāng)a小于b時為位置失衡，
當(dāng)a大于或等于b時則為正常。
圖7為時間延遲類神經(jīng)網(wǎng)絡(luò)(time delay neural network)模型，為
本發(fā)明的類神經(jīng)網(wǎng)絡(luò)模型主要包含的兩種模型之一。其中輸入值701 為Xl(t) X32(t)，而定義系統(tǒng)可以記憶前IO筆數(shù)據(jù)，則在演算時，其 前十筆輸入值702 Xl(t-10) X32(t-10)亦會納入運算的范圍，其特點為 賦予運算系統(tǒng)一種記憶的功能，可以用定義的方式將最近數(shù)筆運算的 數(shù)據(jù)記錄下來以擴大輸入值的數(shù)量，再將這些數(shù)據(jù)和當(dāng)筆數(shù)據(jù)加起來 一起進(jìn)行運算。其好處為可以把最近的數(shù)據(jù)作為參考值，以訓(xùn)練出符 合目前狀況的類神經(jīng)網(wǎng)絡(luò)，使其輸出結(jié)果更能突顯問題的所在。
圖8為循環(huán)類神經(jīng)網(wǎng)絡(luò)(recurrent neural network)的模型，為本發(fā)明 所采用的另一類神經(jīng)網(wǎng)絡(luò)模型，其中輸入?yún)^(qū)801在進(jìn)入隱藏區(qū)802演 算時，曾經(jīng)于系統(tǒng)中演算過的數(shù)據(jù)會從數(shù)據(jù)區(qū)803進(jìn)入該隱藏區(qū)802 一起進(jìn)行演算，再將其結(jié)果傳送至輸出區(qū)804。其特點為數(shù)據(jù)不斷累積， 所有曾加入訓(xùn)練的數(shù)據(jù)都在類神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，但對于太過久遠(yuǎn)的數(shù) 據(jù)則會慢慢遺忘，如此以維持一訓(xùn)練過的豐富有效的類神經(jīng)網(wǎng)絡(luò)模型， 其好處為可以更精準(zhǔn)判斷出正確的結(jié)果，但因數(shù)據(jù)量龐大，其運算速 度較時間延遲類神經(jīng)網(wǎng)絡(luò)慢。
使用上述兩種模型可以將晶圓測試時所得到的各種結(jié)果類型依序 加入訓(xùn)練，例如線性異常(line fail)或是局部異常(local fail)等，而經(jīng)過
數(shù)種數(shù)據(jù)訓(xùn)練后的類神經(jīng)網(wǎng)絡(luò)模型即會在運算時采用訓(xùn)練后的偏權(quán) 值，所運算出的結(jié)果即可以在晶圓測試中，實時以輸出值最接近的類 型，針對機臺做出反應(yīng)，假設(shè)該類型為機臺異常，則可以使發(fā)出警報， 并停止測試的動作。
由于類神經(jīng)網(wǎng)絡(luò)可以建構(gòu)非線性的模型，并可接受不同種類.的變 量作為輸入；另外，當(dāng)數(shù)據(jù)量越大則準(zhǔn)確性越高，所以將其應(yīng)用在晶 圓分析上不但可以節(jié)省時間，提高效率及正確性并且降低人力成本與
人工判斷錯誤的風(fēng)險。
以上所述僅為本發(fā)明的較佳實施例，并非用以限定本發(fā)明的申請 專利范圍；凡其它未脫離發(fā)明所揭示的精神下所完成的等效改變或修 飾，均應(yīng)包含在權(quán)利要求書的范圍內(nèi)。
權(quán)利要求
1.一種晶圓分析系統(tǒng)，其特征在于，包含一處理單元，用以接收由一測試單元所提供的測試數(shù)據(jù)；以及一類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)及比對單元，連結(jié)于該處理單元，可接受該處理單元的指令以進(jìn)行運算，并將運算后的結(jié)果與該處理單元于一數(shù)據(jù)庫單元所擷取的數(shù)據(jù)進(jìn)行比對，以進(jìn)行學(xué)習(xí)使系統(tǒng)分析的結(jié)果趨近人工分析的結(jié)果；由此，節(jié)省人工分析的時間。
2. 如權(quán)利要求l所述的晶圓分析系統(tǒng)，其中，該處理單元可以將 該測試數(shù)據(jù)轉(zhuǎn)換而成一輸出值。
3. 如權(quán)利要求l所述的晶圓分析系統(tǒng)，其中，該類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí) 及比對單元包含一種計算機可讀取記錄媒體，該計算機可讀取記錄媒 體具有JAVA寫成的類神經(jīng)網(wǎng)絡(luò)程序指令，經(jīng)由指令的執(zhí)行，可以分 析晶圓測試的結(jié)果。
4. 如權(quán)利要求2所述的晶圓分析系統(tǒng)，其中，該轉(zhuǎn)換步驟更包含 下列步驟-將該測試數(shù)據(jù)分別乘上權(quán)重而得到多個偏權(quán)結(jié)果； 加總所有的偏權(quán)結(jié)果而得到一偏權(quán)值；以及 將該偏權(quán)值代入活化函數(shù)而得到一輸出值。
5. 如權(quán)利要求4所述的晶圓分析系統(tǒng)，其中，該輸出值包含晶圓 分析的種類例如正常、線性異常以及局部異常等。
6. 如權(quán)利要求4所述的晶圓分析系統(tǒng)，其中，該輸出值如果為異 常，可以使該測試單元發(fā)出警報并停止測試的動作。
7. 如權(quán)利要求4所述的晶圓分析系統(tǒng)，其中，該輸出值的定義可選擇為介于0與1之間的數(shù)值或為(a，b)形式的其中之一；該輸出值的定 義為介于0與1之間的數(shù)值時其判斷分界為0.5，而該輸出值的定義為 (a，b)形式時其以a<b及a>b為判斷分界。
8. —種利用類神經(jīng)網(wǎng)絡(luò)的晶圓分析方法，其特征在于，包含下列 步驟(a) 提供一測試單元進(jìn)行晶圓測試，產(chǎn)生多個測試數(shù)據(jù)；(b) 提供該測試數(shù)據(jù)至一處理單元，該處理單元將該多個測試數(shù)據(jù) 轉(zhuǎn)換成一輸出值；(c) 比對該輸出值改變其偏權(quán)值使該輸出值接近預(yù)期并重復(fù)步驟(a) 至(c)以訓(xùn)練該系統(tǒng)；以及(d) 以訓(xùn)練完的系統(tǒng)分析晶圓， 由此，以節(jié)省人工分析的時間。
9. 如權(quán)利要求9所述的晶圓分析方法，其中，該類神經(jīng)網(wǎng)絡(luò)包含 時間延遲類神經(jīng)網(wǎng)絡(luò)及循環(huán)類神經(jīng)網(wǎng)絡(luò)。
10. —種計算機可讀取記錄媒體，包含有計算機可執(zhí)行程序指令， 可經(jīng)由指令以執(zhí)行一利用類神經(jīng)網(wǎng)絡(luò)分析晶圓的方法，其特征在于， 該方法包含(a) 提供一測試單元進(jìn)行晶圓測試，產(chǎn)生多個測試數(shù)據(jù)；(b) 提供該測試數(shù)據(jù)至一處理單元，該處理單元將該多個測試數(shù)據(jù) 轉(zhuǎn)換成一輸出值；(c) 比對該輸出值改變其偏權(quán)值使該輸出值接近預(yù)期并重復(fù)步驟(a) 至(c)以訓(xùn)練該系統(tǒng)；以及(d) 以訓(xùn)練完的系統(tǒng)分析晶圓 由此，以節(jié)省人工分析的時間。
全文摘要
本發(fā)明涉及一種利用類神經(jīng)網(wǎng)絡(luò)來分析晶圓的系統(tǒng)與方法，該方法包含下列步驟；首先，提供一測試單元進(jìn)行晶圓測試，以產(chǎn)生多個測試數(shù)據(jù)。然后，提供該多個測試數(shù)據(jù)至一處理單元，該處理單元將該多個測試數(shù)據(jù)轉(zhuǎn)換成一輸出值。接著，比對該輸出值改變其偏權(quán)值使該輸出值接近預(yù)期并重復(fù)上述步驟以訓(xùn)練此系統(tǒng)。最后，以訓(xùn)練完的系統(tǒng)分析晶圓。如此的分析判斷方式完全由系統(tǒng)取代人工操作與判斷分析，不但可節(jié)省時間，并降低人力成本與人工判斷錯誤的風(fēng)險。
文檔編號G05B21/00GK101344787SQ200710129100
公開日2009年1月14日 申請日期2007年7月11日 優(yōu)先權(quán)日2007年7月11日
發(fā)明者蔡明欽 申請人:京元電子股份有限公司