Selbstorganisierende Parameterkarten zur Prozeßüberwachung und -voraussage

Zusammenfassung

Mit Hilfe von selbstorganisierenden Karten, die einen speziellen Typ von künstlichen neuronalen Netzen darstellen, können Parameter aus einem Prozeß klassifiziert und korreliert werden. Neben dem Funktionsprinzip dieser Karten werden neue, besonders effektive Algorithmen beschrieben. Am Beispiel von Parametern aus einer VLSI-Prozeßlinie werden die Auswertung der Parameter, die Prozeßüberwachung und die Voraussage über die zu erwartenden Ergebnisse bei verschiedenen Prozeßvarianten mit Hilfe einer 50 x 50 Karte besprochen. Es zeigt sich, daß es nur aufgrund der Selbstorganisation zu einer intelligenten Datenauswertung kommt. Daher können solche Karten als Akzeleratoren in einem Expertensystem eingesetzt werden.

Abstract

Self-organizing feature maps, a type of artificial neural networks, can classify and correlate the parameters and the data of a process. We describe the function of such a feature map and some new very effective algorithms. An example of a semiconductor process line shows the classification of the parameters, the process monitoring, and the process prediction using a 50 x 50 map. The self organization only offers an intelligent data processing. Therefore, the feature maps can be a part of an expert system as an accelerator.