| 発行年月 | 2026年7月9日 |
| タイトル | デバイスシミュレーションとAIの融合による半導体歩留まり向上の新たなアプローチ |
| 言語 | 日本語 |
| 著者 | 原田 昌紀
小田 嘉則 |
| 著者所属 | アドバンスソフト株式会社 第1事業部 |
| 要約 | 近年の半導体製造プロセスは複雑化し、従来のTCAD単独ではプロセス変動を反映した歩留まり改善が困難であった。本稿では、物理モデルの厳密性と AI 技術を融合した新たなデバイス特性予測システムを提案する。実データを学習する形状・物性予測NNと、物理法則を内包するPINNの階層的統合により、数千パターンのばらつきを考慮した波形分布予測を数分で完了させる。さらに、異常予兆検知や要因特定、ロバスト設計への応用について解説し、本技術が開発の早期化と量産プロセスの歩留まり向上に貢献することを示す。 |
| 書誌情報 | アドバンスシミュレーション 2026.7 Vol.33 |
| DOI | 10.69290/j.001226-vol33 |
| キーワード | 半導体、デバイス、TCAD、デバイスシミュレーション、AI、Physics-Informed Neural Networks、PINN、歩留まり、プロセス変動、AutoEncoder、ロバスト設計 |
| ページ数 | 8 |
