講演情報
[8p-B11-16]低圧プラズマに対するサロゲートモデル構築とシミュレーションとの連成による条件探索高速化
〇林 航希1、川人 大希1、斉藤 友貴哉1、茂木 弘典1 (1.東京エレクトロン株式会社)
キーワード：
機械学習、低圧プラズマ
半導体製造装置内プラズマの空間分布予測では、物理シミュレーションは高精度だが計算負荷が大きく、サロゲートモデルは高速だが外挿や出力物理量に制約がある。そこで、サロゲート予測をプラズマシミュレーションの初期分布に用いる手法を提案した。CCP GEC reference cellで学習精度と高速化効果の関係を評価し、継続的な条件探索への有効性と設計・プロセス条件探索への応用可能性を示す。