Sciences de données pour la microélectronique : analyse de topographie
Auteur / Autrice : | Mehdi Kessar |
Direction : | Pierre Lemaire, Bertrand Le Gratiet |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées |
Date : | Soutenance le 14/06/2021 |
Etablissement(s) : | Université Grenoble Alpes |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....) |
Partenaire(s) de recherche : | Laboratoire : Sciences pour la conception, l'optimisation et la production (Grenoble, Isère, France) |
Equipe de recherche : Équipe de recherche opérationnelle pour les systèmes de production (Grenoble) | |
Entreprise : STMicroelectronics (Crolles, Isère, France) | |
Jury : | Président / Présidente : Jérôme Malick |
Examinateurs / Examinatrices : Jean-Hervé Tortai | |
Rapporteurs / Rapporteuses : Bruno Agard, Galliam Claude Yugma |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
L'évolution de la technologie pousse la micro-électronique à des contraintes dimensionnelles de plus en plus restrictives. La taille des transistors diminue constamment, et leur densité sur les puces double tous les 18 mois, en suivant la loi de Moore. Les procédés de fabrication des puces se doivent d'être précis, avec des fenêtres de procédés de l'ordre de quelques dizaines de nanomètres. La nanotopographie sur un wafer est devenue critique pour le procédé de photolithographie, et l'intégration d'analyse de mesures de nanotopographie dans les procédés de fabrication est un enjeu grandissant. La thèse se propose d'intégrer les mesures de l'outil de mesure PWG de KLA dans l'écosystème des données déjà existantes à STMicroelectronics en appréhendant les composantes de la mesure, en réalisant un modèle prédictif de la topographie à l'échelle de la puce, puis en transformant ces données pour les rendre plus intelligibles, pour des réseaux de neurones comme pour les ingénieurs.