کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
475142 699214 2015 10 صفحه PDF 26 صفحه WORD دانلود رایگان
عنوان انگلیسی مقاله ISI
Multi-step virtual metrology for semiconductor manufacturing: A multilevel and regularization methods-based approach
ترجمه فارسی عنوان
اندازه گیری مجازی چند مرحله ای برای ساخت مواد نیمه هادی: یک روش چند سطحی و قاعده مند
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
فهرست مطالب مقاله
چکیده

کلید واژه ها

1. معرفی

2. تکنیک ‌های مدل سازی برای ماشین مجازی (VM)

2.1. بررسی مقالات

2.2.  روش ‌های خطی برای ماشین مجازی

3. اندازه گیری مجازی چند مرحله ای

3.1. رویکرد مبتنی بر فرآیند چند مرحله‌ای

3.2. آبشار چند مرحله‌ای

4. نتایج تجربی

5. نتیجه گیری

 
ترجمه چکیده
در ساخت مواد نیمه هادی، کنترل کیفیت wafer، کاملاً به نظارت مستقیم و اندازه گیری فیزیکی متکی است. با این حال، عملیات اندازه گیری مربوطه که به طور کلی با استفاده از میکروسکوپ الکترونی SEM انجام می‌شود، هزینه بر و زمانبر است. به همین دلیل، در شرایط عادی، یک زیرمجموعه کوچک از یک قطعه مولد در ایستگاه ‌های اندازه گیری بررسی می‌شود وبه نمایندگی از کل بخش، محسوب می‌گردد. از روش ‌های اندازه گیری مجازی (VM) برای به دست آوردن پیش بینی ‌های قابل اطمینان از نتایج اندازه گیری در زمان فرآیند، بدون انجام اندازه گیری ‌های فیزیکی استفاده می‌شود. این هدف معمولاً با استفاده از مدل ‌های آماری و با پیوند دادن داده ‌های فرآیند و اطلاعات زمینه برای اندازه گیری ‌های هدف حاصل می‌شود. از آنجا که فرایند‌های ساخت نیمه هادی شامل تعداد زیادی عملیات پی در پی است، فرض می‌کنیم ویژگی ‌های کیفی wafer معین (مانند ضخامت لایه و ابعاد بحرانی) به کل پردازش بستگی دارد. در این مقاله، ما با استفاده از دانش جمع آوری شده در مراحل فرآیند قبلی، امکان افزایش دقت پیش بینی VM را بررسی می‌كنیم. ما دو طرح مختلف از VM چند مرحله ای، به همراه روش ‌های آمده کردن مجموعه داده ارائه می‌دهیم. همچنین روی روش ‌های رگرسیون كه بتوانند فضا‌های ورودی با ابعاد بالا را مدیریت كنند، تاکید شده است. رویکرد‌های چند مرحله ای پیشنهادی بر روی داده ‌های تولید صنعتی آزمایش می‌شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی

In semiconductor manufacturing, wafer quality control strongly relies on product monitoring and physical metrology. However, the involved metrology operations, generally performed by means of scanning electron microscopes, are particularly cost-intensive and time-consuming. For this reason, in common practice a small subset only of a productive lot is measured at the metrology stations and it is devoted to represent the entire lot. Virtual Metrology (VM) methodologies are used to obtain reliable predictions of metrology results at process time, without actually performing physical measurements. This goal is usually achieved by means of statistical models and by linking process data and context information to target measurements. Since semiconductor manufacturing processes involve a high number of sequential operations, it is reasonable to assume that the quality features of a given wafer (such as layer thickness and critical dimensions) depend on the whole processing and not on the last step before measurement only. In this paper, we investigate the possibilities to enhance VM prediction accuracy by exploiting the knowledge collected in the previous process steps. We present two different schemes of multi-step VM, along with dataset preparation indications. Special emphasis is placed on regression techniques capable of handling high-dimensional input spaces. The proposed multi-step approaches are tested on industrial production data.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Operations Research - Volume 53, January 2015, Pages 328–337
نویسندگان
, , , , ,