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
- 학위논문
- 저자정보
- 지도교수
- 김창욱
- 발행연도
- 2022
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수21
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
반도체 제조 공정에서 품질 모니터링은 불량품 검출을 위한 필수 요소이나 반도체 회사에서는 계측에 소요되는 시간 및 비용으로 인한 생산성 저하를 막기 위해서 실제 계측 외에도 virtual metrology (VM)를 활용하고 있다. 기존 VM 연구는 설비 센서 데이터를 사용하여 웨이퍼 평균 계측 값을 예측하는 것을 목표로 하였고 설비 센서 데이터와 같은 고차원 변수 중 중요한 변수를 선택하거나 추출하여 예측 성능을 높이기 위한 연구가 주를 이루었다. 하지만 웨이퍼 내 전체 칩의 품질을 관리하기 위해서는 평균 계측 값뿐만 아니라 불량에 취약한 edge에 위치한 칩들의 계측 값 예측도 필요하다. 이에 따라 본 연구는 계측 데이터 (i.e. 웨이퍼 내 계측 위치 정보와 계측 값)로 그래프 데이터를 구축하여 웨이퍼 edge에 위치한 칩들의 계측 값을 예측하는 graph attention networks-based VM 모델을 제안한다. 제안 모델의 성능 검증을 위해 기존 머신 러닝 방법론과 비교 실험을 진행하였으며, 실험 결과는 제안한 VM 모델이 웨이퍼 edge에 위치한 칩들의 계측 값에 대한 예측 성능 향상에 기여함을 보였다.
목차
Chapter 1. 서론 1Chapter 2. 선행 연구 조사 5Chapter 3. 배경 지식 11Chapter 4. 제안 방법 184.1. 제안 방법 개요 194.2. 그래프 데이터 구축 204.3. Training and regression 23Chapter 5. 실험 265.1. 실험 설계 275.2. 실험 결과 29Chapter 6. 결론 32참고문헌 35Abstract 40
최근 본 자료
댓글(0)
0