深層学習による分光エリプソメトリー解析の完全自動化技術の開発

• 研究課題/領域番号: 23K03923
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分21050:電気電子材料工学関連
• 研究機関: 岐阜大学
• 研究代表者: 藤原 裕之 岐阜大学, 工学部, 教授 (40344444)
• 研究期間 (年度): 2023-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
• キーワード: エリプソメトリー / 深層学習

研究開始時の研究の概要

本研究では、エリプソメトリー完全自動解析技術を確立することを目的として、研究代表者がこれまで開発してきた逐次ピーク追加法に深層学習を適用した汎用性の極めて高い自動解析技術を新たに開発する。さらに、この開発手法が、既に報告されているスペクトル学習法よりも高い精度で評価可能なことを実証する。逐次ピーク追加法では、バンドギャップ以上の光吸収領域に徐々にピークを足しながら高エネルギー側に解析領域を拡大する。提案する手法では、新たに追加する光学遷移ピークの適切なピーク形状を、エリプソメトリースペクトルのエネルギーに対する傾き等を説明変数として使用した深層学習より算出する。