文献

J-GLOBAL ID：202402237864874512   整理番号：24A2196982

多光束干渉理論学習ニューラルネットワークモデルによる層厚さ測定

Deep Learning Model for Thickness Estimation Supervised by physical theory of multiple beam interference

著者 (7件)： 小貫哲平 (茨城大 大学院理工学研究科) ,  望月武 (茨城大 大学院理工学研究科) ,  戸島佑太 (茨城大 大学院理工学研究科) ,  金子和暉 (茨城大 大学院理工学研究科) ,  尾嶌裕隆 (茨城大 大学院理工学研究科) ,  清水淳 (茨城大 大学院理工学研究科) ,  ZHOU Libo (茨城大 大学院理工学研究科)
資料名： 精密工学会大会学術講演会講演論文集(CD-ROM)  (精密工学会秋季大会学術講演会講演論文集(CD-ROM))
巻： 2024  号： 秋季  ページ： ROMBUNNO.F33  発行年： 2024年08月22日 
JST資料番号： Y0914B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 透明膜などの厚さ計測における干渉縞の解析技術として,従来の周波数頻度分布解析によるルールベースな解析法に対して,本研究では多光束干渉理論とデータドリブンな機械学習を組み合わせた物理法則調教機械学習の解析モデルを開発した。(著者抄録)

シソーラス用語： *透明膜 ,  *厚み測定 ,  干渉縞解析 ,  光束 ,  神経回路網モデル ,  干渉縞 ,  解析モデル
準シソーラス用語： ニューラルネットワークモデル

分類 (1件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (5件)： 理論 ,  学習 ,  ニューラルネットワークモデル ,  層 ,  厚さ測定