講演情報
[22a-12N-4]ディープラーニング支援による化学増幅型レジストの開発
〇唐 晨1、田中 敏章2、関口 淳2、平井 義彦2、安田 雅昭2 (1.大阪府大、2.大阪公大)
キーワード：
レジスト合成,ディープラーニング,モノマー構成率
新規レジストの開発では、モノマーなどの構成成分比を変化させるなど幾通りもの合成実験が必要となる。レジスト開発手法の効率化を図るため、限られた予備実験結果を基に、ディープラーニング(DL)を利用して最適な合成比率を提示する方法について検討した。僅か5条件のモノマーの成分比率の異なるテスト用レジストの露光－現像特性を学習させて、モノマー構成比率に対する露光－現像特性を予測する。特性予測はバックプロパゲーション方式の２層のニュラルネットワークを用いた。これより、γ値とEth 値を抽出し、最適なモノマー構成比率を予測した。検証実験を行い、γ値とEth 値が予測通りとなったことを検証した。これにより、予備実験の劇的な低減が図られた。