ナノスケールXの加速

2023 年 6 月 1 日

この記事は、Science X の編集プロセスとポリシーに従ってレビューされています。 編集者は、コンテンツの信頼性を確保しながら、次の属性を強調しました。

事実確認済み

査読済みの出版物

信頼できる情報源

校正する

中国科学院による

MIT とアルゴンヌ国立研究所の研究者らは、集積回路のナノスケール X 線イメージングのプロセスを大幅に加速できる機械学習技術を開発しました。これは、電子機器の製造とテストの方法に革命をもたらす可能性があります。

集積回路、つまりマイクロチップは現代のエレクトロニクスの構成要素であり、その継続的な小型化により、デバイスはますます複雑かつ強力になっています。 しかし、これらのマイクロチップのコンポーネントが縮小するにつれて、従来のイメージング技術を使用してマイクロチップを検査およびテストすることがより困難になります。

ナノスケール部品をイメージングするための有望な方法の 1 つは、高エネルギー X 線を使用して材料を透過し、内部構造の詳細な画像を作成するシンクロトロン X 線タイコグラフィー断層撮影法です。 ただし、X 線イメージングは​​サンプルと検出器の正確な位置決めを必要とする遅いプロセスであり、1 回の再構成を取得するのに数時間、場合によっては数日かかる場合があります。

このプロセスをスピードアップするために、MIT とアルゴンヌの研究者は機械学習に注目しました。 彼らは、通常かかる時間のほんの一部でオブジェクトの正確な再構成を予測するためにニューラル ネットワークをトレーニングしました。 彼らのネットワークは APT または注意力断層撮影法と呼ばれ、集積回路の内部に見られる典型的なパターンの形での正規化事前分布と、物体を通る X 線伝播の物理学を利用します。

「ニューラルネットワークは少量のデータから学習して一般化することができるため、集積回路を迅速に画像化して再構築できるようになります」と論文の筆頭著者であるイクソン・カン氏は述べた。 研究者らは、彼らのアプローチにより、イメージングに必要な総データ取得と計算時間が大幅に短縮されることに注目しました。 彼らは実際の集積回路でその技術をテストし、通常は数時間かかるところをわずか数分で詳細な画像をキャプチャすることができました。

「この新しい方法は品質保証のための効果的な解決策となる可能性がある」と彼らは述べた。 「イメージングプロセスを加速することで、工場がシンクロトロンX線源に接続できるようになります。」

研究者らは、彼らのアプローチが材料科学や生物学的イメージングなどのさまざまな分野に重大な影響を与える可能性があると指摘した。 「私たちの研究は、集積回路などのナノスケールの対象物の非侵襲的X線イメージングにおける重大な課題に取り組んでいます」と筆頭著者は述べた。 「私たちは、物理学を利用した注意力を活用した機械学習フレームワークが、ナノスケール イメージングの他の分野にも応用できると信じています。」

この研究は、『Light: Science & Applications』誌に掲載されています。

詳しくは： Iksung Kang et al、最小限のデータ取得と計算時間での 3 次元ナノスケール X 線イメージングのための注意型プチコ断層撮影 (APT)、Light: Science & Applications (2023)。 DOI: 10.1038/s41377-023-01181-8

雑誌情報:光: 科学と応用

中国科学院提供