IJPEM-GT
Deep Learning-Based Phase Aberration Estimation for Ultra-Precise Silicon Wafer Metrology
딥러닝 기반 위상 수차 분석을 통해 실리콘 웨이퍼 표면 형상 측정
김양진/부산대학교
- Zernike 수차 기반으로 생성된 간섭무늬 데이터와 Convolutional neural network (CNN)를 활용하여 실리콘 웨이퍼의 표면 형상 측정법을 개발함.
- Fringe normalization과 Phase unwrapping 등의 전‧후처리 과정 없이 Zernike 수차 분석만으로 연속적인 위상 분포를 생성할 수 있음.
- 외부 환경 요인에 따른 Phase-shifting nonlinearity와 레이저 다중 반사로 인한 Harmonic effect를 최소화하여 계통 오차 발생을 억제함.
- 반복 실험 및 잔류 오차 분석을 통해 기존 위상 추출 공식 대비 향상된 측정 정밀도와 효율성을 검증함.
메뉴열기
