DeepONet-assisted angle-resolved scatterometry for sub-nanometre in situ metrology of nanowire geometry
यह शोध पत्र एक DeepONet-सहायता प्राप्त एंगल-रिज़ॉल्व्ड स्कैटरोमेट्री फ्रेमवर्क प्रस्तुत करता है जो Si-डोप्ड GaN नैनोवायर ज्यामिति के इन सीटू मेट्रोलॉजी में सब-नैनोमीटर परिशुद्धता प्राप्त करने के लिए स्पेक्ट्रल सुधार हेतु ऑपरेटर लर्निंग, RCWA व्युत्क्रमण (इनवर्जन) हेतु पार्टिकल स्वार्म ऑप्टिमाइज़ेशन और SAM-उन्नत SEM सत्यापन को एकीकृत करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक इलेक्ट्रॉनिक्स की दुनिया में, सबसे उन्नत चिप्स नैनोवायर्स (nanowires) नामक सूक्ष्म संरचनाओं पर निर्भर करते हैं। ये एक घरेलू लैंप में पाए जाने वाले मोटे तारों की तरह नहीं हैं, बल्कि अर्धचालक (semiconductor) सामग्री के ऐसे पतले स्तंभ हैं जो इतने महीन हैं कि सैकड़ों नैनोवायर्स एक मानव बाल की चौड़ाई में समा सकते हैं। इन तारों को काम करने योग्य बनाने के लिए, वैज्ञानिक उन्हें 'मॉलिक्यूलर बीम एपिटैक्सी' (molecular beam epitaxy) नामक तकनीक का उपयोग करके एक वैक्यूम चैंबर के भीतर उगाते हैं। यह प्रक्रिया एक उच्च-सटीकता वाले ओवन की तरह है जहाँ गैलियम, नाइट्रोजन और सिलिकॉन के परमाणुओं को एक गर्म सतह पर छोड़ा जाता है, जो परत दर परत तारों का निर्माण करने के लिए आपस में जुड़ जाते हैं। चुनौती यह है कि ये तार अविश्वसनीय रूप से संवेदनशील होते हैं। तापमान में मामूली बदलाव या सिलिकॉन की मात्रा में थोड़ा सा परिवर्तन भी उनके आकार, माप और बिजली के संचालन के तरीके को बदल सकता है। यदि तार सही आकार के नहीं हैं, तो उनसे बने उपकरण विफल हो जाएंगे। दशकों से, वैज्ञानिक इन तारों को उनके बढ़ते समय ही मापने के लिए संघर्ष कर रहे हैं। पारंपरिक तरीकों के लिए नमूने को देखने के लिए उसे शक्तिशाली इलेक्ट्रॉन माइक्रोस्कोप के नीचे चैंबर से बाहर निकालना पड़ता है, लेकिन तब तक विकास की प्रक्रिया समाप्त हो चुकी होती है, और किसी भी गलती को सुधारा नहीं जा सकता।
शोधकर्ताओं की एक टीम ने इन नैनोवायर एरेज़ (nanowire arrays) को अत्यधिक सटीकता के साथ उनके बढ़ने के दौरान ही, बिना उन्हें छुए, मापने का एक नया तरीका विकसित किया है। उन्होंने एक ऐसा सिस्टम बनाया है जो वास्तविक समय (real time) में तारों के आकार को "देखने" के लिए प्रकाश का उपयोग करता है। एक तस्वीर लेने के बजाय, यह सिस्टम बढ़ते हुए नैनोवायर्स पर प्रकाश की एक किरण डालता है और वापस परावर्तित होने वाले प्रकाश के पैटर्न को कैप्चर करता है। क्योंकि ये तार बहुत छोटे होते हैं, वे प्रकाश को एक विशिष्ट तरीके से बिखेरते (scatter) जो पूरी तरह से उनके व्यास (diameter) और ऊंचाई पर निर्भर करता है। शोधकर्ता इसे 'एंगल-रिजॉल्व्ड स्कैटरोमेट्री' (angle-resolved scatterometry) कहते हैं। समस्या यह है कि कैमरे द्वारा कैप्चर किए गए कच्चे प्रकाश पैटर्न उन आदर्श गणितीय मॉडलों से मेल नहीं खाते जिनका उपयोग वैज्ञानिक यह अनुमान लगाने के लिए करते हैं कि प्रकाश को कैसे व्यवहार करना चाहिए। वास्तविक दुनिया अव्यवस्थित होती है, जिसमें लेंस और सामग्रियों में खामियां होती हैं, जिससे मापे गए डेटा और कंप्यूटर मॉडल की अपेक्षाओं के बीच एक अंतर पैदा होता है। यह बेमेल स्थिति आमतौर पर तार के आयामों की सटीक गणना करना असंभव बना देती है।
इस अंतर को पाटने के लिए, शोधकर्ताओं ने 'डीपओनेट' (DeepONet) नामक आर्टिफिशियल इंटेलिजेंस के एक प्रकार पर आधारित एक चतुर सॉफ्टवेयर टूल पेश किया। इस टूल को एक अनुवादक के रूप में समझें जो अव्यवस्थित, वास्तविक दुनिया के प्रकाश पैटर्न को एक स्वच्छ, आदर्श प्रारूप में बदलने के लिए सीखता है। सिस्टम पहले नैनोवायर्स द्वारा बिखेरे गए प्रकाश को कैप्चर करता है और उसे एक स्पेक्ट्रम में बदल देता है, जो अनिवार्य रूप से एक ग्राफ है जो दिखाता है कि विभिन्न कोणों पर कितना प्रकाश परावर्तित होता है। डीपओनेट सॉफ्टवेयर फिर इस ग्राफ को लेता है और इसे ठीक करता है, प्रायोगिक त्रुटियों को सुचारू बनाता है और इसे सैद्धांतिक भविष्यवाणियों के साथ संरेखित करता है। एक बार जब प्रकाश पैटर्न ठीक हो जाता है, तो सिस्टम एक सर्च एल्गोरिदम का उपयोग करता है ताकि वह सटीक व्यास और ऊंचाई का पता लगा सके जो उस विशिष्ट पैटर्न को उत्पन्न करेगा। यह आकार और ऊंचाई के लाखों संभावित संयोजनों का परीक्षण करता है जब तक कि इसे वह मिल न जाए जो सुधारे गए प्रकाश डेटा के साथ पूरी तरह से मेल खाता हो।
यह साबित करने के लिए कि यह विधि वास्तव में काम करती है, टीम को अपने परिणामों की सत्यता के विरुद्ध जांच करने के लिए एक तरीके की आवश्यकता थी। उन्होंने विकास समाप्त होने के बाद इलेक्ट्रॉन माइक्रोस्कोप द्वारा ली गई छवियों का विश्लेषण करने के लिए एक अलग, स्वचालित प्रणाली बनाई। इस प्रणाली ने तस्वीरों में हजारों व्यक्तिगत नैनोवायर्स की पहचान करने और उनके आकार को स्वचालित रूप से मापने के लिए एक शक्तिशाली इमेज रिकग्निशन मॉडल का उपयोग किया। विकास के दौरान प्रकाश-आधारित प्रणाली द्वारा लिए गए मापों की तुलना विकास के बाद इलेक्ट्रॉन माइक्रोस्कोप द्वारा लिए गए मापों से करके, वे देख सके कि उनकी नई विधि कितनी सटीक थी। परिणाम उल्लेखनीय रूप से सटीक थे। तारों के व्यास के लिए, उनका सिस्टम औसतन केवल 0.22 नैनोमीटर से विचलित था। ऊंचाई के लिए, त्रुटि और भी कम, केवल 0.12 नैनोमीटर थी। इसे समझने के लिए, एक नैनोमीटर एक मीटर का एक अरबवाँ हिस्सा होता है; उनके माप में त्रुटि एक एकल परमाणु की चौड़ाई से भी कम है।
शोधकर्ताओं ने इस ढांचे का परीक्षण नैनोवायर के उन नमूनों पर किया जिन्हें कंप्यूटर ने प्रशिक्षण के दौरान कभी नहीं देखा था। इन पूरी तरह से नए नमूनों के बावजूद, सिस्टम ने अपनी उच्च स्तर की सटीकता बनाए रखी। यह सुझाव देता है कि यह पद्धति केवल विशिष्ट पैटर्न को याद नहीं कर रही है, बल्कि प्रकाश को आकार में बदलने का एक सामान्य नियम सीख रही है। यह अध्ययन प्रदर्शित करता है कि इन नाजुक संरचनाओं के विकास की निगरानी वास्तविक समय में सब-नैनोमीटर सटीकता के साथ करना संभव है। यह क्षमता इंजीनियरों को तुरंत विकास की स्थितियों को समायोजित करने की अनुमति दे सकती है यदि कोई तार गलत तरीके से बनने लगता है, जिससे यह सुनिश्चित होता है कि उत्पादित प्रत्येक चिप पूर्ण हो। उन्नत ऑप्टिक्स, आर्टिफिशियल इंटेलिजेंस और कठोर सत्यापन को जोड़कर, टीम ने एक कठिन ऑप्टिकल पहेली को सेमीकंडक्टर निर्माण के भविष्य के लिए एक विश्वसनीय उपकरण में बदल दिया है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।