MétaCan
Menu
Retour à la cohorte
Enregistrement W2997601308 · doi:10.17586/2226-1494-2019-19-6-1022-1030

Optimization techniques applied to initial designs of ultraviolet lithographic objectives

2019· article· en· W2997601308 sur OpenAlexaff
Nenad Zoric, Lowell S. Thomas, И. Г. Смирнова

Notice bibliographique

RevueScientific and technical journal of information technologies mechanics and optics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Photolithography Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesEuropean Commission
Mots-clésComputer scienceGlobal optimizationRay tracing (physics)Task (project management)Mathematical optimizationLithographySaddle pointOptimization problemPoint (geometry)AlgorithmSystems engineeringEngineeringMathematicsOptics

Résumé

récupéré en direct d'OpenAlex

The optimization of lithographic objectives is a quite challenging task due to many conflicting constraints, limitations and numerous variables. We describe the optimization techniques of starting designs for ultraviolet objectives which were previously generated by the global search algorithm. The powerful tools for the global optimization as Automatic Element Insert feature and Saddle points construction were applied to starting points, examining the applicability limited by design considerations. The ray tracing failures and critical lenses in starting designs caused by automatic decisions of the global search algorithm are fixed and replaced by Saddle point construction. The results of this work and presented techniques of the global optimization are valid and relevant for any on-axis complex optical system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific and technical journal of information technologies mechanics and opticsMême sujetAdvancements in Photolithography TechniquesTravaux en français237 207