Automatyczne narzędzie do pomiarów na podstawie obrazu

Działanie

Tranzystory są niezbędnymi elementami w układach scalonych, a ich wydajność zależy od struktury i składu materiału. W ostatnim czasie konwencjonalne urządzenia logiczne CMOS oparte na krzemie napotykały na ograniczenia techniczne i fizyczne. W związku z tym wiele zespołów badawczych poszukuje nowych materiałów półprzewodnikowych, aby rozwijać tę dziedzinę.
Celem naszego projektu było opracowanie modelu sztucznej inteligencji do oceny jakości próbek kanału uzyskanych podczas etapu złuszczania, który jest kluczowy w procesie wytwarzania urządzeń półprzewodnikowych na bazie nowych materiałów. Zwykle te próbki kanałów są obserwowane pod mikroskopem optycznym lub skaningowym mikroskopem elektronowym (SEM), a ich szerokość jest mierzona ręcznie za pomocą naukowego oprogramowania do pomiaru obrazów.
Zaprojektowaliśmy jednak stronę internetową, która wykorzystuje interfejs Gemini API i techniki przetwarzania obrazów, aby zautomatyzować ten proces. Użytkownicy mogą przesyłać do interfejsu API zdjęcia docelowych obiektów i natychmiast otrzymywać informacje o szerokości kanałów oraz o odpowiedniej jakości próbek do produkcji urządzeń. Oprócz tego stworzyliśmy i przetrenowaliśmy własne zbiory danych na potrzeby modeli segmentacji opartych na architekturze UNet. Jesteśmy przekonani, że ta innowacja przyniesie znaczne korzyści zespołom badawczym pracującym nad nanourządzeniami opartymi na nowych materiałach półprzewodnikowych, zapewniając im znaczną wygodę.