抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,機械学習に基づくホットスポット検出のためのリソグラフィーホットスポットの特性をより良く表現するいくつかの特徴ベクトルを提案した。LSI製造プロセスの一つであるリソグラフィープロセスにおいて,高い故障確率を持つ局所レイアウトパターンがホットスポットと呼ばれている。LSI製造のためのフォトマスクの再生は巨大なコストを要するので,製造プロセスを開始する前にこのようなホットスポットを見出し除去することが望ましい。特徴ベクトルはワイヤ間の距離を考慮し,ウエハ上に開発された画像の精度に大きな影響を与え,ホットスポットを効率的に見出す。実験結果は,提案した特徴ベクトルが,良く知られたものを含むいくつかの既存のものと比較して,より低い非検出誤り確率を達成したことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】