MétaCan
Menu
Retour à la cohorte
Enregistrement W2486098860 · doi:10.1117/3.322162.ch3

Simple and Complex Processes

2009· book-chapter· en· W2486098860 sur OpenAlexaff
Harry Levinson

Notice bibliographique

RevueSPIE eBooks · 2009
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueScientific Measurement and Uncertainty Evaluation
Établissements canadiensAdvanced Micro Devices (Canada)
Organismes subventionnairesnon disponible
Mots-clésStepperWaferProcess (computing)ResistProcess controlOverlayLithographyStatistical process controlAdvanced process controlComputer scienceEngineeringElectronic engineeringMaterials scienceOptoelectronicsElectrical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

The purpose of statistical process control is the identification of abnormal variations in the materials, equipment, parameters or procedures used as inputs for particular processes (see Table 3.1). This is usually accomplished by measuring physical objects on the output, such as linewidths or overlay structures. When processes require test wafers, which often occurs during process development or the initiation of a new manufacturing process, the output of the process is decoupled from the input, and statistical process control cannot fulfill its primary purpose. This situation is shown schematically in Fig. 3.1. The inputs collectively comprise the process. A single wafer is taken from a lot of wafers and processed through the lithography operation. After the processing is complete, this test wafer is measured for parameters of interest, such as linewidths or overlay. From the values of these measurements, in comparison to the process targets, the remaining wafers in the lot are processed through the lithography operation with adjusted process parameters. For example, the exposure dose might be adjusted to bring linewidths to the process target. Changes in the dose might be required to compensate for drift in the stepper's dose control system or the changes in the resist process. Measurements of the linewidths of the lot, except for the test wafer, will not reveal a drift in the stepper's dose control system or a change in the resist process, because the exposure dose has been adjusted to compensate for these instabilities. In order for statistical process control to reveal variations and instabilities in the inputs, it must be applied to a simple process, where the input variables are directly coupled to the measurable output. In this chapter a process control methodology applicable to situations in which test wafers are used is presented

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0060,006
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0480,016

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.

Tête enseignante Opus0,386
Tête enseignante GPT0,405
Écart entre enseignants0,019 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPIE eBooksMême sujetScientific Measurement and Uncertainty EvaluationTravaux en français237 207