반도체 장비 툴들에서 뉴럴 네트워크들을 이용한 챔버 매칭
서버는, 대응하는 제1 세트의 출력 시계열 데이터를 생성하기 위해, 사양 내에 있는 제1 프로세싱 챔버의 하나 이상의 센서들의 제1 세트의 입력 시계열 데이터를 뉴럴 네트워크에 피딩함으로써 뉴럴 네트워크를 트레이닝한다. 서버는 제1 오차를 계산한다. 서버는, 대응하는 제2 세트의 출력 시계열 데이터를 생성하기 위해, 시험 중인 제2 프로세싱 챔버와 연관된 대응하는 하나 이상의 센서들로부터의 제2 세트의 입력 시계열 데이터를 트레이닝된 뉴럴 네트워크에 피딩한다. 서버는 제2 오차를 계산한다. 제2 세트의 입력 시계열 데이터와 대응하는...
Saved in:
Main Authors | , , , |
---|---|
Format | Patent |
Language | Korean |
Published |
06.09.2021
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 서버는, 대응하는 제1 세트의 출력 시계열 데이터를 생성하기 위해, 사양 내에 있는 제1 프로세싱 챔버의 하나 이상의 센서들의 제1 세트의 입력 시계열 데이터를 뉴럴 네트워크에 피딩함으로써 뉴럴 네트워크를 트레이닝한다. 서버는 제1 오차를 계산한다. 서버는, 대응하는 제2 세트의 출력 시계열 데이터를 생성하기 위해, 시험 중인 제2 프로세싱 챔버와 연관된 대응하는 하나 이상의 센서들로부터의 제2 세트의 입력 시계열 데이터를 트레이닝된 뉴럴 네트워크에 피딩한다. 서버는 제2 오차를 계산한다. 제2 세트의 입력 시계열 데이터와 대응하는 제2 세트의 출력 시계열 데이터 사이의 제2 오차와, 제1 세트의 입력 시계열 데이터와 대응하는 제1 세트의 출력 시계열 데이터 사이의 제1 오차 사이의 차이가 임계량 이상인 것에 응답하여, 서버는, 시험 중인 제2 프로세싱 챔버는 사양들 내에 있는 제1 프로세싱 챔버와 미스매칭한다고 선언한다.
A server trains a neural network by feeding a first set of input time-series data of one or more sensors of a first processing chamber that is within specification to the neural network to produce a corresponding first set of output time-series data. The server calculates a first error. The server feeds a second set of input time-series data from corresponding one or more sensors associated with a second processing chamber under test to the trained neural network to produce a corresponding second set of output time-series data. The server calculates a second error. Responsive to the difference between a second error between the second set of input time-series data and the corresponding second set of output time-series data and a first error between the first set of input time-series data and the corresponding first set of output time-series data being equal to or exceeding a threshold amount, the server declares that the second processing chamber under test mismatches the first processing chamber that is within specifications. |
---|---|
Bibliography: | Application Number: KR20217027125 |