金属氧化物纳米粒子光电阻的临界维度预测用于电子束光刻,使用循环神经网络
Rongbo Zhao1, Xiaolin Wang1, Ziyu Hu1
1Institute of Nuclear and New Energy Technology, Tsinghua University, Beijing, 100084, China. hongxu@tsinghua.edu.cn.
Nanoscale
|August 25, 2023
概括
这项研究将电子束光刻 (EBL) 实验与循环神经网络 (RNN) 结合起来,以准确地模拟光电阻体中的关键维度 (CD). 开发的RNN模型有效地选最佳EBL过程条件,达到93%以上的预测准确度.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 计算建模 计算建模
背景情况:
- 临界维度 (CD) 是光电阻成像性能的关键.
- 石版系统高度非线性,需要进行广泛的实验以获得最佳的工艺条件.
- 这种优化过程是耗时的,昂贵的,劳动密集的.
研究的目的:
- 开发金属氧化物纳米粒子光电阻体中关键维度 (CD) 的预测模型.
- 建立一种有效的选方法,以确定最佳的电子束 lithography (EBL) 工艺条件.
- 为了减少实验负担,实现所需的光电阻模式CD.
主要方法:
- 组合实验电子束光刻 (EBL) 与循环神经网络 (RNN) 建模.
- 开发了一个CD RNN模型来预测关键尺寸.
- 实现了基于RNN模型进行选的过程条件波器.
主要成果:
- 该CD RNN模型实现了超过93%的预测准确性.
- 选的工艺条件成功地产生了符合预设CD要求的光电阻模式.
- 证明了该模型在引导EBL实验中的有效性.
结论:
- 开发的CD RNN模型提供了准确的EBL过程建模.
- 工艺条件过器有效地选了适合所需CD的适当参数.
- 这种方法为EBL实验提供了新的视角和指导,节省了时间和资源.
