Automatisiertes bildbasiertes Analysetool

Funktion

Transistoren sind wichtige Komponenten in integrierten Schaltungen, deren Leistung von ihrer Struktur und Materialzusammensetzung abhängt. In letzter Zeit sind bei herkömmlichen Silizium-basierten CMOS-Logikbausteinen technische und physikalische Einschränkungen aufgetreten. Daher untersuchen viele Forschungsteams neue Halbleitermaterialien, um Fortschritte in diesem Bereich zu erzielen.
In unserem Projekt ging es darum, ein KI-Modell zu entwickeln, mit dem die Qualität der Kanalproben beurteilt werden kann, die während des Ablösungsschritts gewonnen werden. Dieser Schritt ist entscheidend für die Herstellung von Halbleitergeräten auf der Grundlage neuer Materialien. Traditionell werden diese Kanalproben unter einem optischen Mikroskop oder einem Rasterelektronenmikroskop (SEM) beobachtet und ihre Breite wird manuell mithilfe von Software zur wissenschaftlichen Bildmessung gemessen.
Wir haben jedoch eine Website entwickelt, auf der dieser Prozess mithilfe der Gemini API und Bildverarbeitungstechniken automatisiert wird. Nutzer können Zielfotos in die API hochladen und erhalten sofort Informationen zur Breite der Kanäle und zur Eignung der Muster für die Geräteherstellung. Außerdem haben wir eigene Datasets für Segmentierungsmodelle auf der Grundlage der UNet-Architektur erstellt und trainiert. Wir sind davon überzeugt, dass diese Innovation Forschungsteams, die an Nanogeräten auf der Basis neuartiger Halbleitermaterialien arbeiten, erheblich unterstützen wird.