卷积神经网络辅助光电阻成型区分器,用于电子束 lithography 接触层的设计
Rongbo Zhao1, Yayi Wei2,3, Xiaolin Wang1
1Institute of Nuclear and New Energy Technology, Tsinghua University, Beijing 100084, China.
The journal of physical chemistry letters
|August 19, 2024
概括
这项研究引入了一种用于电子束光刻技术的金属氧化物纳米粒子光电阻的新型分辨器. 它准确地确定了符合关键维度统一性和接触宽度要求的配方,简化了材料选择.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 石版画是一种刻画.
背景情况:
- 光电阻的配方对于石版成像质量至关重要.
- 对众多配方的实验验证是耗时且具有挑战性的.
- 开发高性能光电阻需要有效的识别方法.
研究的目的:
- 开发一种金属氧化物纳米粒子光电阻的配方区分器.
- 预测接触宽度,并根据相对局部关键维度统一性 (RLCDU) 来分类配方.
- 帮助选择用于电子束 lithography 的光电阻材料.
主要方法:
- 使用卷积神经网络 (CNN) 模型开发了一个歧视器.
- 实施了一种光电阻成像模型来预测接触宽度.
- 用一个配方分类模型进行RLCDU评估.
主要成果:
- 区分器准确地预测各种光电阻配方的接触宽度.
- 该分类模型有效地根据RLCDU对配方进行分类.
- 开发的区分器成功地识别了符合接触宽度和RLCDU标准的配方.
结论:
- 配方区分器在识别合适的光电阻材料方面展示了可行性和准确性.
- 这种方法为准备先进的光电阻材料提供了宝贵的参考.
- 这项研究促进了对电子束光刻应用的光电阻的高效选择.


