文献

J-GLOBAL ID：202202255910333206   整理番号：22A0324283

コスト効率の良い仮想計測モデリングのためのドメイン適応アクティブ学習【JST・京大機械翻訳】

Domain-adaptive active learning for cost-effective virtual metrology modeling

著者 (2件)： Shim Jaewoong (Department of Industrial Engineering, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Republic of Korea) ,  Kang Seokho (Department of Industrial Engineering, Sungkyunkwan University, 2066 Seobu-ro, Jangan-gu, Suwon 16419, Republic of Korea)
資料名： Computers in Industry  (Computers in Industry)
巻： 135  ページ： Null  発行年： 2022年 
JST資料番号： A0575B  ISSN： 0166-3615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 仮想計測(VM)は,半導体製造プロセスにおけるウエハ対ウエハ品質監視のための有望な解決策である。VMは,以前の計測データを用いて訓練された予測モデルと物理的計測を代替する。アクティブ学習は,計測コスト低減で効率的に新しい装置のためのVMモデルを構築するために使用できる。しかし,従来のアクティブ学習は,その初期段階で低い予測精度によって制限され,それはコールドスタート問題と呼ばれている。本研究では,この問題に取り組むためのドメイン適応アクティブ学習法を提案した。ソースドメインとして既存の装置を使用して,提案方法はソースドメインからターゲットドメインへの教師なしドメイン適応を通してVMモデルを初期化する。次に,アクティブ学習を行い,予測精度の改善に向けてVMモデルを反復的に更新した。したがって,目標計測タスクに対する望ましい予測精度を満たすVMモデルを得るために必要な計測コストを低減できた。提案した方法の有効性を半導体メーカーからの実世界データを用いて実験的に実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 半導体 ,  *原価 ,  原価低減 ,  *モデリング ,  生産者 ,  モデル ,  有効性 ,  半導体プロセス ,  予測モデル
準シソーラス用語： *能動学習 ,  予測精度 ,  低温始動 ,  半導体製造 ,  *コスト効率 ,  転移学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 仮想計測学 ,  アクティブ学習 ,  コールドスタート問題 ,  教師なしドメイン適応 ,  転移学習 ,  半導体製造

分類 (1件)： CAD,CAM  (JE10000A)

タイトルに関連する用語 (5件)： コスト効率 ,  仮想計測 ,  モデリング ,  ドメイン適応 ,  アクティブ学習