基于人工智能的分析算法,包括纳米尺度结构变化和光谱圆测量中的测量角度错位.
Juwon Jung1, Leeju Hwang1, Nagyeong Kim1
1Department of Mechanical Engineering, Yonsei University, Seoul, Republic of Korea.
Nanophotonics (Berlin, Germany)
|December 22, 2025
概括
本研究引入了一种先进的光谱圆测量 (SE) 分析框架,以准确地描述纳米结构,计算变化并改进制造业的计量学.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 光学计量学 在光学计量学
背景情况:
- 光谱圆测量 (SE) 对于纳米尺度的表征至关重要,但受到完美的周期性假设的限制.
- 制造变化和测量错误降低了传统SE数据分析的准确性.
- 准确的计量学对于半导体,光子学和显示器的先进制造工艺至关重要.
研究的目的:
- 开发一个增强的SE分析框架,解决纳米尺度结构变化和测量错位问题.
- 为了提高基于SE的计量技术的精度和可靠性,用于工业应用.
- 为了使纳米结构的高通量表征具有高精度.
主要方法:
- 开发了一个增强的SE分析框架,使用平均穆勒矩阵 (MM) 来表示结构分布.
- 引入了用于快速MM生成的高通量神经网络,接近严格的合波分析 (RCWA) 模拟.
- 对SiO2纳米的RCWA模拟验证了框架,并将其应用于实验MM数据.
主要成果:
- 在MM-generation模型中,对RCWA数据的平均平方误差为9.99 × 10^-8 MSE.
- 与SEM相比,增强的分析框架实现了低于0.4nm的维度预测误差.
- 证明了纳米结构的准确表征,包括1DSiO2纳米.
结论:
- 开发的SE分析框架显著提高了纳米结构的计量精度.
- 这种方法可以考虑制造变化和测量错误,改善结构参数预测.
- 该框架有可能在半导体,光子和显示器制造领域推进高精度计量技术.


