文献

J-GLOBAL ID：202102235473693705   整理番号：21A1146069

機械学習によるCMPプロセス最適化工学【JST・京大機械翻訳】

CMP Process Optimization Engineering by Machine Learning

著者 (9件)： Hsiang-Meng Yu (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Chih-Chen Lin (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Min-hsuan Hsu (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Yen-Ting Chen (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Kuang-Wei Chen (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Luoh Tuung (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Ling-Wu Yang (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Tahone Yang (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan) ,  Kuang-Chao Chen (Technology Development Center, Macronix International Corporation,Hsinchu,Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISSM  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 先進化学機械研磨(CMP)プロセスは,ウエハ/チッププラナリゼーション性能内で,より良好に達成するために,安定なランツーラン厚さ制御を維持するだけでなく,様々なトポロジーとレイアウト密度パターン化ウエハを被覆し,ホットスポット発生を防止する能力を持っている。本研究では,種々のトポロジー/パターン密度入力パターンウエハにおけるインラインCMP CLCチューニングとディッシング/浸食予測に,データ前処理モデルによる異なるニューラルネットワークアルゴリズムを実装し,次世代で最も挑戦的なプロセス問題を解決した。Copyright 2021 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】

シソーラス用語： アルゴリズム ,  位相幾何学 ,  浸食 ,  ニューラルネットワーク ,  同調 ,  厚み制御 ,  ホットスポット ,  パターン形成 ,  *機械学習 ,  化学機械研磨
準シソーラス用語： ディッシング ,  プロセス最適化 ,  データ前処理 ,  入力パターン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習 ,  CMP ,  プロセス最適化 ,  工学