Neuron gradient control by random generator and application to modeling a plasma etch process data

난수발생기를 이용한 뉴런경사 제어와 플라즈마 식각공정 데이터 모델링에의 응용

역전파 신경망 (BPNN)은 반도체 공정 모델링에 효과적으로 응용되고 있다. 뉴런의 활성화 함수는 동일한 값을 가지며, 이로 인해 예측정확도를 증진하는 데에는 한계가 있었다. 본 연구에서는 난수발생기(Random generator-RG)를 이용하여 뉴런 경사들이 다중값을 가지도록 최적화하였다. 본 기법은 은닉충의 뉴런수의 함수로 고찰하였으며, 종래의 고정된 경사를 갖는 모델과 그 성능을 비교 평가하였다. 평가에 이용된 데이터는 플라즈마 식각 공정데이터이며, 모델에 이용된 응답은 식각률과 프로파일 각이다. 비교결과 종래의 모델에 비해 예측정확도가, 식각률의 경우 19%-43%, 프로파일의 경우 10%-56% 정도 향상하였으며, 이는 제안된 기법이 모델개발에 매우 효과적으로 적용될 수 있음을 보여준다.