Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Global optimization in inverse problem of scatterometry

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
  • معلومة اضافية
    • Contributors:
      Laboratoire des technologies de la microélectronique (LTM); Université Joseph Fourier - Grenoble 1 (UJF)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Centre National de la Recherche Scientifique (CNRS); Commissariat à l'énergie atomique et aux énergies alternatives - Laboratoire d'Electronique et de Technologie de l'Information (CEA-LETI); Direction de Recherche Technologique (CEA) (DRT (CEA)); Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA); Georgia Tech Lorraine Metz; Ecole Nationale Supérieure des Arts et Metiers Metz-Georgia Institute of Technology Atlanta -Ecole Supérieure d'Electricité - SUPELEC (FRANCE)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC); Université Bourgogne Franche-Comté COMUE (UBFC)-Université Bourgogne Franche-Comté COMUE (UBFC); ANR-06-NANO-0056,LORS,Logiciel d'optimisation robuste et rapide pour la scattérométrie d'objets 3D nanométriques.(2006)
    • بيانات النشر:
      CCSD
    • الموضوع:
      2009
    • Collection:
      Université Grenoble Alpes: HAL
    • الموضوع:
    • نبذة مختصرة :
      International audience ; In the current work, we consider the inverse problem in scatterometry which consists in determining the feature shape from an experimental ellipsometric signature. The reformulation of the given nonlinear identification problem was considered as a parametric optimization problem using the Least Square criterion. In this work, a design procedure for global robust optimization is developed using Kriging and global optimization approaches. Robustness is determined by Kriging model to reduce the number of real functional calculations of Least Square criterion. The technical of the global optimization methods is adopted to determine the global robust optimum of a surrogate model.
    • الدخول الالكتروني :
      https://hal.science/hal-00412405
      https://hal.science/hal-00412405v1/document
      https://hal.science/hal-00412405v1/file/WCGO2009.pdf
    • Rights:
      info:eu-repo/semantics/OpenAccess
    • الرقم المعرف:
      edsbas.B45D4F4