지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 문승재
- 발행연도
- 2022
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수54
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
반도체 제조 공정 중 이온주입 공정에서 웨이퍼가 일정하게 정렬된 상태로 공정이 진행되는지 확인할 수 있는 웨이퍼 노치 감지 시스템을 제안하였다. 이온주입 공정 시 주입되는 이온이 일정한 깊이로 도달하지 않고 깊숙이 도달하여 원하는 정션깊이를 얻지 못하는 채널링 현상이 발생하는데 이를 예방하기 위해 웨이퍼를 일정 각도 기울여 공정을 진행한다. 카메라를 이용하여 이온빔을 기준으로 웨이퍼 이미지에서 노치의 위치를 좌표로 인식하고, 이를 각도로 검출할 수 있도록 하여 웨이퍼의 정렬을 확인하였다.
시스템을 구현 및 시험하는 데 있어서 테스트 환경은 빛의 밝기, 카메라와 웨이퍼 사이의 거리 등 실제 공정이 진행되는 환경과 동일한 조건으로 구성하였다. 머신러닝에 필요한 데이터는 밝기, 이미지 크기 및 방향 등을 다르게 하여 구성하였으며, 노치의 위치를 좌표로 지정하는 라벨링 작업을 수행하였다. 구성한 학습용 데이터를 우분투 (Ubuntu)와 OpenCV, Yolo (You only look once)v4가 설치되어 있는 컴퓨터를 이용해 머신러닝을 진행하였다. 검출을 수행하기 위한 하드웨어인 Jetson xavier NX에 카메라 모듈을 연결하여 사용하였고, 웨이퍼 노치를 학습한 데이터셋을 적용하여 노치의 각도 검출을 수행하였다. 검출이 완료되면 검출 결과를 시간별로 저장해 데이터로 관리할 수 있도록 한다. 실제 이온 주입 장치에서 테스트를 수행한 결과 본 시스템은 노치를 감지하는데 2초 이내의 반응속도와 평균 95% 정도의 인식 정확도를 얻었다.
주요어 : 채널링 현상, 웨이퍼 노치, 머신러닝, 컴퓨터비전, Yolo, 실시간 검출
시스템을 구현 및 시험하는 데 있어서 테스트 환경은 빛의 밝기, 카메라와 웨이퍼 사이의 거리 등 실제 공정이 진행되는 환경과 동일한 조건으로 구성하였다. 머신러닝에 필요한 데이터는 밝기, 이미지 크기 및 방향 등을 다르게 하여 구성하였으며, 노치의 위치를 좌표로 지정하는 라벨링 작업을 수행하였다. 구성한 학습용 데이터를 우분투 (Ubuntu)와 OpenCV, Yolo (You only look once)v4가 설치되어 있는 컴퓨터를 이용해 머신러닝을 진행하였다. 검출을 수행하기 위한 하드웨어인 Jetson xavier NX에 카메라 모듈을 연결하여 사용하였고, 웨이퍼 노치를 학습한 데이터셋을 적용하여 노치의 각도 검출을 수행하였다. 검출이 완료되면 검출 결과를 시간별로 저장해 데이터로 관리할 수 있도록 한다. 실제 이온 주입 장치에서 테스트를 수행한 결과 본 시스템은 노치를 감지하는데 2초 이내의 반응속도와 평균 95% 정도의 인식 정확도를 얻었다.
주요어 : 채널링 현상, 웨이퍼 노치, 머신러닝, 컴퓨터비전, Yolo, 실시간 검출
목차
제 1 장 서 론 11.1 연구 배경 및 목적 11.2 연구 내용 3제 2 장 배경 이론 42.1 채널링 현상 42.2 CNN (Convolutional neural network) 52.3 Fater R-CNN (Faster region of convolutional neural network) 62.4 Yolo v4 72.4.1 1-단계 객체 검출 모델 82.4.2 Bag of freebies & specials 92.4.3 CSPDarknet53 92.4.4 Iou (Intersection over union) 92.4.5 정밀도와 재현율 102.5 Opencv (Open source computer vision) 112.6 TensorRT 112.7 Jetson xavier 11제 3 장 실험구성 및 방법 123.1 시스템 구성 123.1.1 하드웨어 환경 구축 123.1.2 소프트웨어 환경 구축 153.2 실험 방법 163.2.1 카메라 정렬 방법 163.2.2 데이터 수집 방법 183.2.3 데이터 라벨링 방법 203.2.4 데이터 학습 방법 213.2.5 웨이퍼 노치 각도 검출 방법 223.2.6 검출 결과 저장 방법 23제 4 장 실험 결과 244.1 웨이퍼 노치 검출 결과 244.1.1 학습 횟수별 정확도 244.1.2 학습 모델별 속도 및 정확도 274.2 노치 각도 검출 결과 274.2.1 학습 횟수별 정확도 274.2.2 웨이퍼 노치 각도 검출 29제 5 장 결 론 32참고문헌 33ABSTRACT 36
최근 본 자료
댓글(0)
0