메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김보배 (숭실대학교) 최준규 (숭실대학교) 홍승모 (숭실대학교) 임성빈 (숭실대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2021년도 대한전자공학회 하계종합학술대회 논문집
발행연도
2021.6
수록면
1,947 - 1,950 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
In plasma etching, it is important to find the semiconductor etch endpoints. The feature data were prepared in three ways from the Optical Emission Spectroscopy (OES) data obtained during the plasma etching process (full wave dataset, Minus 16 Wave dataset, and 16-Wave dataset). They are applied for training the model which employs Neural Circuit Policies (NCPs). The advantage of applying NCPs is that one can train the model with a relatively small number of parameters. As a result of learning, it is observed that extracting and learning a large number of wavelengths, even though it seems meaningless, is better than extracting and learning several wavelengths with a large intensity.

목차

Abstract
I. 서론
II. 데이터
Ⅲ. 딥러닝 모델
Ⅳ. 실험
Ⅴ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0