108年度工研院學研合作計畫
基於機器學習的實驗設計方法於最佳基板清洗條件挑選之應用
計畫摘要
本計畫將利用自動光學檢測設備，進行線上的基板表面粒子尺寸量測。 我們將提出一種階層式實驗設計方法。首先透過線性混合效用模型， 來分析所收集的清洗機各項巨量數位化製程記錄資料，找出影響粒子移除率的關鍵因子。 所建立的線性混合效用模型也將被用來推估清洗材料的剩餘壽命，以便於及時更換失效材料。 接著運用基於機器學習的實驗設計方法(貝氏最佳化法)， 在控制影響粒子移除率關鍵因子的條件下，挑選出最佳化的清洗參數設定， 以達成以達到加快優化時間的目的。本計畫所發展的方法可運用於光電、半導體元件， 協助廠商開發自動光學檢測、基板清洗製程等技術，提昇光電產品可靠度，使具有國際競爭力。
更新日期：2019年6月6日
statmail@stat.nctu.edu.tw
eosl_cs@itri.org.tw