Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference (한국전기전자재료학회:학술대회논문집)
- 2004.07b
- /
- Pages.1117-1120
- /
- 2004
Prediction model of plasma deposition process using genetic algorithm and generalized regression neural network
유전자 알고리즘과 일반화된 회귀신경망을 이용한 플라즈마 증착공정 예측모델
- Lee, Duk-Woo (Sejong University, Electronic Engineering) ;
- Kim, Byung-Whan (Sejong University, Electronic Engineering)
- Published : 2004.07.05
Abstract
경제적인 공정분석과 최적화를 위해서는 컴퓨터를 이용한 플라즈마 예측모델이 요구되고 있다. 본 연구에서는 일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마 증착공정 모델을 개발한다. GRNN의 예측성능은 패턴층 뉴런의 가우시안 함수를 구성하는 학습인자, 즉 spread에 의존한다. 종래의 모델에서는 모든 가우시안 함수의 spread가 동일한 값에서 최적화되었으며, 이로 인해 모델의 예측성능을 향상시키는 데에는 한계가 있었다. 본 연구에서는 유전자 알고리즘 (GA)를 이용하여 다변수 spread를 최적화하는 기법을 개발하였으며, 그 성능을 PECVD 공정에 의해 증착된 SiN 박막의 증착률에 적용하여 평가하였다.