ABCDEFGHIJKLMNOPQRSTUVWXYZ
1
AI for Semiconductor Manufacturing オランダ視察参加フォーム　※必ずダウンロード後に入力してください。
2
123
3
参加者氏名（漢字）
4
氏名（ローマ字）
5
Department
6
Title
7
Email
8
個別ミーティング希望
9
Precision Week参加希望
10
※視察の定員を超えた場合には、参加人数についてご調整をお願いする場合がございます。
11
12
本フォームの送付をもって参加を受け付けます。※下記メールアドレスの[a]を@と入れ替えてください。
13
オランダ大使館
村上武
takeshi.murakami[a]hollandinnovation.jp
14
15
御社のご興味について教えてください。
オランダのソリューションプロバイダーとの個別1on1ミーティングのアレンジに使用します。
ご入力いただいた内容は先方企業とのみ共有されます。オレンジのコラムにご興味の技術に(Yes)を入れ、自社ニーズを共有したミーティングを希望の場合には、ニーズの概要をご記入ください。
16
Company / ProjectProcessChallengeSolutionPresentation
セミナーのプレゼンで扱って欲しい		1on1 (30 min)
個別ミーティング		1on1
Share our needs (60 min)
自社のニーズを共有		1on1
Describe your Needs
自社ニーズの概要
17
Company A前工程限られた試行回数でのプロセスおよび装置パラメータ最適化Recipe Builderは製造プロセスのAIモデルを構築し、高度な最適化手法を適用することで、限られた試行回数の中でプロセスおよび装置パラメータを最適化する。
18
後工程ボンディング工程におけるアライメント最適化先端パッケージング用途のボンディング工程におけるアライメントを最適化するアルゴリズムを開発。
19
先端パッケージングのプロセスおよび装置パラメータの最適化Recipe Builder、モデル予測制御（MPC）、および関連する最適化手法を先端パッケージングのプロセス制御へ適用するための検討・開発を行う。
20
計測 / 検査計測データから物理特性や構造情報を推定計測データから試料を再構成する逆問題AIモデルや、AIサロゲートモデルと最適化を組み合わせた手法を開発。ホログラフィーやEDS/EDXへの応用も含む。
21
AIによる欠陥検出・分類検査画像にAIアルゴリズムを適用し、欠陥を自動検出・分類する。
22
装置エンジニアリング / 制御複雑な半導体装置の機能・構造設計と性能最適化ハイテク装置に関するドメイン知識と高度なアルゴリズムを組み合わせ、装置開発と最適化を行う。
23
計算負荷の高い物理ベースモデルによる予測の高速化物理シミュレーションを模倣するAIサロゲートモデルを構築。流体力学、電磁気、熱機械モデル等の用途で100倍以上の高速化事例を報告。
24
装置設定値（セットポイント）の最適化制御パラメータの設定値を最適化し、同一ハードウェアでより効率的かつ高速な運転を可能にする。
25
オペレーター依存を低減した効率的な装置キャリブレーション・チューニングキャリブレーションやチューニング工程をガイドするツールを提供し、作業時間短縮と個人経験への依存低減を図る。
26
レガシーソフトウェアと複雑な装置アーキテクチャの理解生成AIを新規（Greenfield）ソフトウェア開発や、大規模な既存コードベースの保守性向上に活用する。
27
装置保全故障の早期予測と予知保全機械センサーデータと物理知識を組み合わせ、期待される物理挙動からの逸脱を検出し、故障を早期に特定する。半導体分野を含む実用例を報告。
28
従来のセンサーデータだけでは不十分な場合の故障検出超音波マイクと音響パターン・周波数特性の解析を用いて故障を検出し、潜在的な根本原因を調査する。
29
製造データ / 工程横断AI大量の製造データを用いた問題分析・根本原因解析（RCA）機械センサーデータ、技術文書、その他の情報源を統合した産業用チャットボットを開発し、根本原因解析、診断、異常検知を組み合わせる。半導体専用ではなく一般製造向けの能力として提示。
30
機密データを装置・工場外へ移動させずにAIを活用アルゴリズムをローカル環境へ展開し、機密データを工場や装置外へ出す必要をなくす。Edge AIも活用。
31
プロセス・材料・装置情報の関係性のモデル化Recipe Builderにより、プロセスパラメータ、材料特性、装置特性の関係を表すモデルを構築し、生産チェーンの最適化を目指す。
32
Company B後工程先端パッケージングにおけるウェハアライメントGDS設計情報に基づくMLによるフィデューシャル検出を用い、サブピクセル精度でウェハの位置と方向を決定する。
33
計測 / 検査計測データから物理特性や構造情報を推定高倍率顕微鏡とMLを用い、画像出力をグレーティングカプラのフィルファクタ等の物理特性と関連付ける。レジスト厚やインターコネクト・インピーダンスへの応用も開発中。
34
高倍率顕微鏡におけるウェハ反り測定とフォーカス制御高速オートフォーカスセンシングでウェハ反りを測定し、オフセットスキャンにより異なる高さや透明層下の構造を撮像する。
35
ナノスケール粒子検出技術の開発Fourier Ptychographyを用いて10～100 nm範囲の粒子を検出するハードウェア／ソフトウェアソリューションを開発中。
36
微小な高さ変化を測定する技術の開発ピック＆プレース用途向けに高速オートフォーカスセンシングを検討し、約20 nm程度の距離変動の測定を目標としている。開発中。
37
AIによる欠陥検出・分類オフラインおよびインライン欠陥検査向けに、アノテーション、学習、アルゴリズム展開までを支援するMLスイートを提供。
38
顕微鏡、SEM、GDSデータを組み合わせた検査顕微鏡画像とSEM画像を重ね合わせ、ウェハ設計情報と組み合わせて多層の欠陥マップを作成し、検査ワークフローの最適化を支援する。
39
Company C装置エンジニアリング / 制御複雑な半導体・ハイテク装置における長い設計・検証サイクルデジタルツイン、Virtual V&V、生成型メカニクス、要求分析、自動テスト生成等を用いたAI支援エンジニアリングを開発し、要求・設計・シミュレーション・試験・製造フィードバックをつなぎ、設計反復を短縮する。現在の戦略的開発領域。
40
装置設計・検証・テスト開発におけるエンジニアリング負荷の増大回路図レビュー、部品選定・レイアウト支援、製造制約を考慮した生成CAD、DFMチェック、テストケースおよび生産試験の自動生成にAIを適用。最終的なエンジニアリング検証はドメイン専門家が担う。
41
計測 / 検査製造検査におけるAIベースの欠陥検出・分類自動外観検査向けの既存AI Frameworkを提供。データセット作成、再利用可能な検査タスク、異常検知、推論オーケストレーション、実行計画、不良品予測の説明可能性などを含む。
42
製造データ / 工程横断AIMES、装置、画像、ログ、テストシステムに分散した製造データを分析・AIに体系的に活用しにくいスケーラブルなMESデータ、データレイク、Bronze-Silver-Gold構造、セマンティックレイヤー、画像・ログの集中保管、リアルタイムデータ取り込みを統合した製造データ基盤を構築し、分析と将来のAI活用を支援する。
43
大量の製造データから歩留まり低下、故障、欠陥、生産課題を特定製造分析により、装置サイクル、アラーム、外乱、歩留まり、故障、欠陥、スクラップ、テスト品質等を分析。今後はAI支援の意思決定と自動プロセス検証もロードマップに含む。
44
装置保全装置・テストデータから異常や兆候故障を検出テスト結果の異常検知や過去の計測データ分析を検討。初期例としてフライングプローブ試験データを含み、予測信頼性や装置ヘルスモニタリングも製造ロードマップに含む。
45
Company D計測 / 検査限られた電子顕微鏡投影画像からの3D再構成Physics-informed AIを用い、従来60～120枚必要だった投影画像を約7枚に減らし、埋もれた3D半導体構造を再構成する。
46
Company E計測 / 検査大規模4D-STEMデータの取得・処理・産業化取得、DSP、キャリブレーション、大規模回折データパイプラインを統合し、科学用検出器技術を産業プラットフォームとして製品化することを支援する。
47
AIによる欠陥検出・分類カメラ、AIモデル、処理基盤を統合した外観検査プラットフォームを提供し、物体検出と欠陥分類を実施。半導体を含む複数産業で適用。
48
装置保全故障の早期予測と予知保全半導体露光装置の事例で、リアルタイム監視、信号処理、AIベースの異常パターン認識を組み合わせ、リミターピン故障を予測する。
49
装置性能に影響を与えない連続監視ゼロインパクトのワークロードスケジューリングを用い、重要なマシンドライバアーキテクチャ内で継続的な診断監視を行う。
50
Company F計測 / 検査新しいウェハー、チップ、欠陥クラスごとに、AI開発のためのデータ収集・アノテーション・モデル開発を繰り返す必要があり、検査AIの導入に時間とコストがかかるPhysics-based Synthetic Dataを用いて、データ収集、アノテーション、モデル開発、ハードウェアへのEdge deploymentまでを自動化する。これにより、新しいwafer / chip / defect classへのAI展開を高速化する。
51
微小欠陥について十分な実データを生成・取得・アノテーションすることが難しく、AI学習用データが不足する光学系をphysics-basedにシミュレーションし、1 µm未満の欠陥を含む光学画像やSEM画像のSynthetic Dataを生成する。Process variation / defect variationを網羅し、欠陥の形状・特性が既知のrichly annotated dataをAI学習に使用する。
52
装置エンジニアリング / 制御装置プロトタイプが完成するまで実機データを収集できないため、Defect DetectionなどのAI開発を早期に開始できない開発前の装置や、まだ製造されていない製品から得られるデータをPhysics-based Synthetic Dataでシミュレーションし、HardwareとAIを並行開発する。装置完成前にDefect Detection性能を評価し、Hardware設計へフィードバックできる。
53
通常のControl Limitを超える前からCritical Machine Dynamicsが進行するため、従来の閾値ベース制御では対応が遅れるAI Time-Series Modelで複数センサーの繰り返しパターンを認識・予測し、Critical Machine Stateになる前に制御を行う。事後補正ではなくEarly Controlによってプロセスを安定化し、disturbance propagationを防ぐ。
54
Company G製造データ / 工程横断AIAI活用に必要な高品質かつ文脈付きの装置データが不足CPUサイクル単位でのマシン制御実行や制御ロジック挙動を含む高解像度の装置データを取得し、AI利用に適したデータ基盤を構築する。
55
装置エンジニアリング / 制御長期ライフサイクルを持つ先端半導体装置で増大するソフトウェア複雑性への対応モデル駆動型かつ完全グラフィカルなエンジニアリング環境を提供し、マシン制御ソフトウェアの設計、実装、テスト、立ち上げ、保守を支援する。
56
装置エンジニアリング / ライフサイクル長期間稼働する装置における制御ソフトウェアの透明性・適応性の維持一貫性と透明性のあるソフトウェアアーキテクチャを構築し、ライフサイクル全体を通じて理解しやすく、変更可能な状態を維持する。
57
装置エンジニアリング / 制御複雑化するメカトロニクス装置の長い開発・立ち上げサイクルモデル駆動エンジニアリングを用いて、ソフトウェア開発および立ち上げ時間を短縮する。
58
装置保全10～20年稼働する半導体装置の高いソフトウェア保守コストモデル駆動型アーキテクチャにより、長期ライフサイクルにわたる透明性と保守性を向上する。
59
Holland Hitechプロジェクト（以下はコラボレーションの対象とはなりません）
60
FedDepo前工程成膜プロセスの予測・最適化、および条件変化に対応するモデル適応成膜装置およびウェハから得られる時系列データを用いて、予測、異常予知、モデルの継続的更新、成膜プロセスの最適化を行う。
61
機密性の高い製造データを直接共有しないAIモデル学習機密性の高い製造データを直接交換することなくAIモデルを学習できる、連合学習（Federated Learning）手法を開発する。
62
製造データ／工程横断AI変化する製造条件に適応する時系列AIモデル時系列予測、合成データモデリング、連合学習、およびモデルの継続的更新を研究する。
63
DELTAS前工程プロセス変動および確率的影響を考慮したリソグラフィマスクの最適化深層生成モデルを用いた逆リソグラフィにより、プロセス変動や確率的影響に対してロバストなマスク設計を最適化する。
64
ノイズを含むSEM画像からのウェハ表面下構造の再構成物理モデルと深層学習を組み合わせ、ノイズを含むSEM画像からウェハ表面下構造を再構成する。
65
N-HIPO後工程ハイブリッドボンディングにおけるメカトロニクス条件と接合品質の最適化物理モデルとデータ駆動型AIを組み合わせたデジタルツインを開発し、ハイブリッドボンディングのメカトロニクス条件と接合品質を最適化する。TU/eとASMPT ALSIが産業用装置を用いて技術を検証する。
66
熱圧着接合（Thermo-Compression Bonding）における温度制御の最適化同じく、物理モデルとデータ駆動型AIを組み合わせたデジタルツインにより、熱圧着接合の温度制御を最適化する。
67
SBIMetrology計測／検査計測データからの物理特性および構造情報の推定シミュレーションベース推論とデータ駆動モデリングを用いて、半導体イメージング、ウェハ計測、不確かさの定量化を高度化する。
68
光学計測条件および実験計画の最適化シミュレーションベース推論とデータ駆動モデリングを用いて、光学計測条件の実験計画を改善する。
69
HDA装置エンジニアリング／制御複雑な半導体製造装置の機能設計・構造設計・性能最適化AIと設計自動化を、半導体製造装置の機能設計、構造設計、および性能最適化に適用する。
70
レガシーソフトウェアおよび複雑な装置アーキテクチャの理解AIを活用し、レガシーソフトウェアおよび複雑な半導体製造装置のアーキテクチャに対する理解を支援する。
71
装置診断および上位制御へのAI適用AIと設計自動化を装置診断および上位制御に適用する。
72
73
74
その他のニーズ
75
上記に含まれないニーズがありましたら、企業名を指定して御社のニーズをご入力ください。
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100