Bimetallic grayscale photomasks written using flat-top beam vs. Gaussian beam
Notice bibliographique
Résumé
Grayscale photomasks are bi-layer metallic films consist of two thin layers of Bi-on-Indium or Tin-on-Indium. These films become controllably transparent by accurately varying laser power such that the optical density changes almost linearly from ~3 OD (unexposed) to <0.22OD (fully exposed). Previously, a direct-write raster-scan photomask system with a multi-line CW Argon-ion laser was used with feedback-controlled Gaussian beam to achieve 256-level grayscale masks. With the Gaussian laser spot, the feedback system was effective such that the average gray-level error reduced from ±4.2 gray-levels in an open-loop approach to ±0.3 gray-levels in a closed-loop approach. As most of the gray-level errors are due to the Gaussian beam profile making variations on the mask, a beam shaper was used to change the laser spot to a flat-top beam. Raster-scanning the mask using the flat-top beam helps further reduce the gray-level errors. Preliminary results show that the flat-top beam reduces gray-level fluctuations, and lines can be written with less overlapped area helping to have higher resolution masks. Having lines closer with smaller overlap suggests that accurately controlled laser power results in an accurate OD profile on the mask even with an open-loop approach. The accuracy of the laser power is also a reason for variations as it has only 1% accuracy. Some test patterns are written on the mask using open-loop and closed-loop approaches to demonstrate how accurate the gray-levels of the bimetallic thinfilms are using a flat-top laser beam.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».