文献

J-GLOBAL ID：202102266649953942   整理番号：21A0142125

機械学習による全反射蛍光X線分析の高感度化

Improvement of Sensitivity in Total Reflection X-ray Fluorescence Spectrometry by Machine Learning

著者 (4件)： 菊田真也 (株式会社リガク) ,  山上基行 (株式会社リガク) ,  河野浩 (株式会社リガク) ,  堂井真 (株式会社リガク)
資料名： 分析化学
巻： 69  号： 9  ページ： 463-470(J-STAGE)  発行年： 2020年 
JST資料番号： F0008A  ISSN： 0525-1931  CODEN： BNSKAK  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 全反射蛍光X線(TXRF)分析はX線を極めて低角度で試料に入射させることで試料表面の微量元素を高感度に分析する手法である.TXRFは半導体製造工程管理に広く用いられており,Siウェーハ上の汚染評価を行うことができる.半導体デバイスの微細化,高性能化の要求から半導体製造工程は年々複雑になっており,汚染評価の重要性が高まるのに伴い,TXRF測定装置の高感度化,高機能化に向けた装置開発を行っている.本稿では,データ分析の観点からTXRF分析に機械学習を応用した取り組みについて紹介する.TXRF測定で得られた約9000個のデータを教師データとして,畳み込み層が1層,隠れ層が4層のニューラルネットワークモデルに投入し,波形プロファイルと含まれる元素,含有量の関係を学習させた.その後,波形プロファイルのみを投入することで含まれる元素と含有量を推定させた.その結果,短時間測定において従来のピークフィットによる手法では見逃していた元素を検出することができ,長時間測定と同等の結果が得られた.本稿ではTXRFにおける機械学習による高感度化の可能性について論じた.(著者抄録)

シソーラス用語： *蛍光X線分析 ,  *高感度 ,  元素分析 ,  製造 ,  工程管理 ,  ウエハ【IC】 ,  半導体素子 ,  ニューラルネットワーク ,  *機械学習 ,  データ ,  痕跡分析
準シソーラス用語： Siウエハ ,  教師データ ,  *全反射蛍光X線分析 ,  半導体製造 ,  微量元素分析

著者キーワード (5件)： trace contamination analysis ,  high sensitivity ,  full wafer mapping ,  AI ,  machine learning

分類 (1件)： その他の物理分析  (CC03014E)

引用文献 (11件)：

• 1) H. Aiginger : Spectrochim. Acta Part B, 46, 1313 (1991).
• 2) H. Schwenke, P. A. Beaven, J. Knoth : J. Anal. Chem., 365, 19 (1999).
• 3) D. Hellin, S. D. Gendt, N. Valckx, P. W. Mertens, C. Vinckier : Spectrochim. Acta Part B, 61, 496 (2006).
• 4) Y. Mori : Adv. X-ray Anal., 45, 253 (2002).
• 5) 森良 弘,上村賢一,河野 浩,山上基行,清水康裕,鬼塚義延,飯塚悦功 : X線分析の進歩,36, (2005).

タイトルに関連する用語 (3件)： 機械学習 ,  全反射蛍光X線分析 ,  高感度化