지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Vol.40 No.1
- 발행연도
- 2023.1
- 수록면
- 21 - 29 (9page)
- DOI
- 10.7736/JKSPE.022.119
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
As the digitization of the manufacturing process is accelerating, various data-driven approaches using machine learning are being developed in chemical mechanical polishing (CMP). For a more accurate prediction in contact-based CMP, it is necessary to consider the real-time changing pad surface roughness during polishing. Changes in pad surface roughness result in non-uniformity of the real contact pressure and friction applied to the wafer, which are the main causes of material removal rate variation. In this paper, we predicted the material removal rate based on pressure and surface roughness using a deep neural network (DNN). Reduced peak height (Rpk) and real contact area (RCA) were chosen as the key parameters indicative of the surface roughness of the pad, and 220 data were collected along with the process pressure. The collected data were normalized and separated in a 3 : 1 : 1 ratio to improve the predictive performance of the DNN model. The hyperparameters of the DNN model were optimized through random search techniques and 5 cross-validations. The optimized DNN model predicted the material removal rate with high accuracy in ex-situ CMP. This study is expected to be utilized in data-driven machine learning decision making for cyber-physical CMP systems in the future.
목차
1. 서론
2. 재료 제거 특성
3. 패드 표면 거칠기 및 공정 압력에 따른 실험
4. 심층 신경망 예측 모델 개발
5. 결론
REFERENCES
참고문헌 (20)
참고문헌 신청
Lee, H., Jeong, H., Dornfeld, D., (2013), Semi-empirical material removal rate distribution model for SiO2 chemical mechanical polishing (CMP) processes, Precision Engineering, 37(2), 483-490.
Jeon, B. J., Ha, J. M., Lee, J. M., Park, C. H., Kim, S. J., and Yoon, B, D., (2016), Chemical mechanical planarization removal rate estimation with ensemble model, Proceedings of the Korean Society of Mechanical Engineers 2016 Autumn Conference, 1398-402
Lee, H., Kim, H., Jeong, H., (2021), Approaches to sustainability in chemical mechanical polishing (CMP): A review, International Journal of Precision Engineering and Manufacturing-Green Technology, 9, 349-367.
Yu, H.-M., Lin, C.-C., Hsu, M.-H., Chen, Y.-T., Chen, K.-W., Luoh, T., Yang, L.-W., Yang, T., Chen, K.-C., (2021), CMP process optimization engineering by machine learning, IEEE Transactions on Semiconductor Manufacturing, 34(3), 280-285.
Ahn, J.-E., Jung, J.-Y., (2019), Predicting and interpreting quality of CMP process for semiconductor wafers using machine learning, The Journal of Bigdata, 4(2), 61-71.
Jeon, B. J., Ha, J. M., Lee, J. M., Park, C. H., Kim, S. J., and Yoon, B, D., (2016), Chemical mechanical planarization removal rate estimation with ensemble model, Proceedings of the Korean Society of Mechanical Engineers 2016 Autumn Conference, 1398-402
Lee, H., Kim, H., Jeong, H., (2021), Approaches to sustainability in chemical mechanical polishing (CMP): A review, International Journal of Precision Engineering and Manufacturing-Green Technology, 9, 349-367.
Yu, H.-M., Lin, C.-C., Hsu, M.-H., Chen, Y.-T., Chen, K.-W., Luoh, T., Yang, L.-W., Yang, T., Chen, K.-C., (2021), CMP process optimization engineering by machine learning, IEEE Transactions on Semiconductor Manufacturing, 34(3), 280-285.
Ahn, J.-E., Jung, J.-Y., (2019), Predicting and interpreting quality of CMP process for semiconductor wafers using machine learning, The Journal of Bigdata, 4(2), 61-71.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝을 이용한 패드 표면 거칠기 기반 CMP 재료 제거율 예측 모델링
한국정밀공학회 학술발표대회 논문집
2022 .10
-
연마 압력 및 패드 표면 거칠기를 이용한 XGBoost 기반의 CMP 재료 제거율 예측
한국정밀공학회 학술발표대회 논문집
2023 .05
-
CMP에서 연마 패드의 표면거칠기가 동압 및 재료 제거율에 미치는 영향
한국정밀공학회 학술발표대회 논문집
2022 .10
-
구조화된 표면을 가지는 CMP 연마 패드의 표면 특성이 재료제거율에 미치는 영향
대한기계학회 춘추학술대회
2024 .06
-
CMP 연마 패드의 표면거칠기가 동압 형성 및 재료 제거에 미치는 영향
한국정밀공학회 학술발표대회 논문집
2023 .05
-
신경망을 이용한 SiO₂ CMP의 재료제거율 예측
한국트라이볼로지학회 학술대회
2024 .10
-
Common-path Optical Interferometry for On-site Measurement of CMP Pad Surface
한국정밀공학회 학술발표대회 논문집
2021 .05
-
화학기계적 연마(CMP) 공정에서의 트라이볼로지 연구 동향
Tribology and Lubricants
2018 .06
-
DNN을 이용한 CMP 패드 컨디셔닝에서의 패드 마모 프로파일 예측
한국트라이볼로지학회 학술대회
2024 .10
-
CMP 에서 패드의 미세돌기 분포가 연마율에 미치는 영향
한국정밀공학회 학술발표대회 논문집
2018 .10
-
CMP 에서 연마패드 마모에 따른 연마율의 변화
한국정밀공학회 학술발표대회 논문집
2016 .10
-
결정 트리 머신러닝을 이용한 데이터 기반의 CMP 재료 제거율 모델링
한국정밀공학회 학술발표대회 논문집
2023 .11
-
CMP 공정에서 압력과 정반속도가 사파이어 웨이퍼 재료제거율에 미치는 영향
Tribology and Lubricants
2016 .04
-
표면 거칠기 예측을 위한 심층신경망(DNN) 모델의 적용
한국기계가공학회 춘추계학술대회 논문집
2019 .10
-
고분자 결함 구조에 따른 CMP pad의 표면 형상 및 CMP 성능 변화 연구
한국트라이볼로지학회 학술대회
2019 .04
-
완전 탐색 기반의 최적 결합 CMP 패드 표면 거칠기 파라미터 개발
한국정밀공학회 학술발표대회 논문집
2024 .11
-
랩그라인딩 후 사파이어 웨이퍼의 표면거칠기가 화학기계적 연마에 미치는 영향
Tribology and Lubricants
2019 .12
-
Effects of Temperature on Removal Rate in Cu CMP
한국기계가공학회지
2018 .12
-
CMP 공정 조건에 따른 사파이어 웨이퍼 재료제거율에 관한 연구
한국트라이볼로지학회 학술대회
2016 .04
-
DNN을 이용한 표면거칠기 예측모델 개발
대한기계학회 춘추학술대회
2020 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
늙음과 돈으로 보는 플라톤의 정의론 : 『국가』 제1권을 중심으로
강손근
철학논총
2009
.07
국어 교육의 학교문법과 한국어 교육의 표준문법
이선웅
어문론집
2010
.03
Investigation of Planarization Using Real Contact Area Measurement in CMP Process
김민지
,
정선호
,
신영일
외 2명
Journal of the Korean Society for Precision Engineering
2022
.08
Finite Element Analysis on Dynamic Viscoelasticity of CMP Polishing Pad
박병준
,
이다솔
,
정선호
외 2명
Journal of the Korean Society for Precision Engineering
2019
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-555-000326167