Flex Electronics 웨비나 마스터 클래스: 2021년 5월(주문형)

클린룸 및 최신 인쇄 전자 도구에서의 제작은 종종 장비, 환경 및 재료의 시간에 따라 변하는 매개변수의 기능입니다. 매개변수는 종종 서로 다른 프로세스 단계 및 도구 세트에 걸쳐 상호 종속성을 갖습니다. 물리 기반 모델과 선형 회귀는 전통적으로 사용되어 왔으며 종종 근본적인 변동성을 학습하기에 충분하지 않습니다.

이 과정은 클린룸과 인쇄 전자 과학 및 기술을 인공 지능 및 기계 학습으로 가능해진 고급 데이터 처리 기능과 연결하는 데 필요한 자료를 가르칩니다. 클린룸 도구는 본질적으로 수백만 개의 내부 변수를 가질 수 있으며 데이터 세트에서 학습할 수 있으므로 기존 피드백 제어 및 프로세스 안정화 접근 방식에 대한 강력하고 보완적인 접근 방식을 제공합니다.

학습 모델은 이미지(CD-SEMS, 광학 이미지), 시간 이력 데이터(Optical Emission Spectroscopy) 및 텍스트 프로세스 정보를 기반으로 개발됩니다. 수업의 하위 집합에는 다음이 포함됩니다. (1) 이미지 데이터를 전처리하고 학습 기반 모델을 만드는 방법, (2) 모델 검증, (3) 나노 기계 스위치 제조에 적용, (4) 클라우드 기반 구현, 데이터 보안 및 데이터 표준화.

취소 정책: 주문형 프로그래밍에 대한 취소는 허용되지 않습니다.

이벤트 연락처:
미셸 파비아노
이메일: mfabiano@semi.org
모바일: 310.930.7669