SEMI102 박막 제조를 위한 인공지능..

이 과정에서는 연구, 개발 및 생산에 대한 기계 학습 및 AI 기반 접근 방식이 클린룸 프로세스에 어떤 이점을 제공하는지 설명합니다. 시변 장비 성능의 AI 기반 식별과 현재 원하는 방법의 결과에 사용된 이전 레시피의 효과는 AI를 사용하여 공정 변동성을 줄일 수 있는 방법 중 일부에 불과합니다.

원래 2020년 8월에 녹화된 이 과정은 이제 eLearning 형식으로 제공됩니다.

SEMI 표준 PV 및 PV 재료 중국 공동 TC Chapter Spring Meeting 2020
이 과정에서는 연구, 개발 및 생산에 대한 기계 학습 및 AI 기반 접근 방식이 클린룸 프로세스에 어떤 이점을 제공하는지 설명합니다. 시변 장비 성능의 AI 기반 식별과 현재 원하는 방법의 결과에 사용된 이전 레시피의 효과는 AI를 사용하여 공정 변동성을 줄일 수 있는 방법 중 일부에 불과합니다.

Cornell의 팀은 움직이는 셔틀과 접점 사이의 간격을 잘 제어해야 하는 RF 웨이크업 NEMS(Nano ElectroMechnical 시스템) 스위치 개발과 관련된 리소그래피 및 에칭 프로세스를 최적화하기 위해 AI 접근 방식을 적용했습니다. 우리는 리소그래피 결과를 예측하기 위한 의사 결정 트리 기반 AI 모델에 대해 보고합니다.

이 작업은 특징 추출 및 모델링 공정 변수를 위한 CD-SEM 이미지를 사용하여 플라스마 에칭과 리소그래피와 박막 에칭의 결합된 예측에 적용되고 있습니다. 더 나은 프로세스 개발 경험을 제공하기 위해 프로세스 모델링 CAD 도구를 교육하는 추가 접근 방식이 개발되었습니다.