
AI,MI,機械学習,データサイエンスなどを用いた半導体・電気電子分野における開発効率化,製造および品質向上への活用
★新材料探索における計算負荷,実験との乖離,異常検知の速度向上,セキュリティ等の課題とは?
★物理学・化学・半導体工学とデータサイエンスの融合 , 専門人材育成のためのポイントとは?
セミナープログラム
【10:00〜12:00】
第1部 半導体製造プロセスの概要について
●講師 駒形技術士事務所 所長 技術士(電気電子部門) 駒形 信幸 氏
【講座の趣旨】
本講では,シリコン半導体の基礎から集積回路製造技術の全体像について,体系的に解説いたします。珪石を起点とした単結晶ウェハ作製工程から始めて,フォトリソグラフィー,イオン注入,CVD,ドライエッチングなどの前工程,さらにバックグラインド,ダイシング,ダイボンディング,ワイヤボンディング,モールド成型を含む後工程に至るまで,集積回路製造プロセス全般を整理して解説します。
【セミナープログラム】
1.今,なぜシリコンか?
1.1 シリコン半導体の特長
1.2 シリコン vs.化合物半導体
1.3 各種半導体物性比較
1.4 シリコン資源
2.珪石から集積回路の出来るまで
2.1 珪石から金属シリコンの製造
2.2 金属シリコンから高純度多結晶シリコンの製造
2.3 単結晶作製
2.4 円筒研削とオリフラ,ノッチ加工
2.5 スライシング
2.6 ベベリングとラッピング,ポリッシング
2.7 エピタキシャル成長とSOI
2.8 前工程の流れ
2.9 後工程の流れ
3.前工程
3.1 フォトリソグラフィー工程
3.2 酸化・拡散工程
3.3 イオン注入工程
3.4 CVD工程
3.5 スパッタ工程
3.6 ドライエッチング工程
3.7 エピタキシャル成長
3.8 CMP工程
3.9 ウェハ検査工程
4.後工程
4.1 パッケージ
4.2 バックグラインド,ダイシング工程
4.3 ダイボンディング工程
4.4 ワイヤボンディング工程
4.5 モールド成型工程
4.6 外装メッキ工程
4.7 フレーム切断,足曲げ工程
4.8 マーキング工程
4.9 パッケージ電気検査工程
【質疑応答】
【13:00〜14:00】
第2部 機械学習を用いた有機半導体の開発と最近の動向について
●講師 大阪公立大学 大学院工学研究科 物質化学生命系専攻 応用化学分野 物性有機化学研究グループ
准教授 博士(工学) 松井 康哲 氏
【講座の趣旨】
有機半導体の開発には,HOMO準位,移動度,溶解性,熱安定性,などの多種多様なパラメータの最適化が必要であり,そして最終的に基板上に生成する結晶構造の予測が困難であるため,物性評価には全件合成が必要となる.本講演では,機械学習を用いた有機半導体の開発について解説する。
【セミナープログラム】
1.機械学習を用いた機能性有機分子の開発の現状
1.1 有機EL材料
1.2 有機太陽電池
1.3 有機触媒反応
2.有機半導体開発の背景
2.1 有機半導体の歴史
2.2 有機半導体の例
3.機械学習を用いた有機半導体の開発
3.1 機械学習
3.2 合成
3.3 物性評価
4.まとめ
【質疑応答】
【14:15〜15:45】
第3部 AI・MI・機械学習を組み合わせることにより,電子デバイスにおける異種材料界面を効率的に高強度化する技術
●講師 (株)日立製作所 研究開発グループ シニア所員 理学博士 岩崎 富生 氏
【講座の趣旨】
電子デバイスは薄膜を積層して作られ部位が多いため,異なる材料間の界面が多く存在することから,はく離を防止するためには異種材料界面での密着強度が非常に重要となる。そこで,分子シミュレーションとAI・MI・機械学習を組み合わせることにより,電子デバイスにおける異種材料界面を効率的に高強度化する技術を,具体的な事例を紹介しながら解説します。
【セミナープログラム】
1.技術潮流
2.マテリアルズ・インフォマティクス(MI)の概要
2.1 MIによる最適設計とは
2.2 最適設計の流れ
2.3 適用事例の概要(配線基板樹脂との密着性に優れた配線用金属材料)
2.4 適用事例の概要(電子デバイス向け鉛フリーはんだの添加剤探索)
3.材料設計効率化の課題とアプローチ
3.1 パラメータサーベイにおける課題
3.2 課題へのアプローチと分子シミュレーショ
4.AI・MI・機械学習による電子デバイス異種材料界面の設計事例
4.1 半導体向け樹脂との密着強度に優れた電極・配線用金属の設計
4.2 電子デバイス向け鉛フリーはんだの添加剤探索
4.3 配線基板向けバイオマス材料の界面密着強度を向上させる設計
4.4 電極・配線との界面接着強度が高いバイオマス由来材料の設計
4.5 薄膜配線のはく離やマイグレーション断線を防止する材料設計
5.まとめ
5.1 有効性の確認
5.2 今後の展望
【質疑応答】
【16:00〜17:00】
第4部 〜電気電子,半導体分野を含めた〜 製造業の安定的生産のためのAIによるメンテナンス・予知
●講師 (株)アドダイス 代表取締役CEO 伊東 大輔 氏
【講座の趣旨】
AIで数時間から数日後の異常を予測し,損失回避とコスト削減を実現する最新技術を解説します。
【セミナープログラム】
1.半導体工場の設備管理における課題とAIの必要性
1.1 半導体製造プロセスにおける設備停止の影響
1.2 現状の管理手法の限界と課題
1.3 AIを活用した予知保全の必要性 (従来手法との違いと優位性)
1.4 近年の半導体業界におけるAI活用トレンド (最新の動向・競争力強化の視点)
2.AIによる予兆保全の仕組みと成功事例
2.1 異常停止を事前に予測するAI技術
2.2 半導体業界での活用事例
2.3 予兆制御AIによる予知保全の効果
3.AIによる空間の最適化とエネルギー効果
3.1 施設における適切な温度管理の重要性
3.2 AIを活用した空調最適化の具体的な仕組み
3.3 予兆制御AIによる空間最適化の効果
4.AI導入までのステップと商談機会のご案内
4.1 AI導入の流れ
4.2 費用対効果を最大化するための導入プラン
5.今後のAIの展望について
【質疑応答】
セミナー講師
【第1部】駒形技術士事務所 所長 技術士(電気電子部門) 駒形 信幸 氏
【第2部】大阪公立大学 大学院工学研究科 物質化学生命系専攻 応用化学分野
物性有機化学研究グループ 准教授 博士(工学) 松井 康哲 氏
【第3部】(株)日立製作所 研究開発グループ シニア所員 理学博士 岩崎 富生 氏
【第4部】(株)アドダイス 代表取締役CEO 伊東 大輔 氏
セミナー受講料
1名につき66 ,000円(消費税込み,資料付)
〔1社2名以上同時申込の場合のみ1名につ60,500円〕
受講について
■ Live配信セミナーの視聴環境について
- 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
- 下記リンクから視聴環境を確認の上、お申し込みください。
→ https://zoom.us/test - 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
- セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
- Zoomクライアントは最新版にアップデートして使用してください。
- Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
- パソコンの他にタブレット、スマートフォンでも視聴できます。
- セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。 - 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
- 本講座で使用される資料や配信動画は著作物であり、
録音・録画・複写・転載・配布・上映・販売等を禁止いたします。 - 本講座はお申し込みいただいた方のみ受講いただけます。
- 複数端末から同時に視聴することや複数人での視聴は禁止いたします。
- Zoomのグループにパスワードを設定しています。
- 部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
■Live配信・アーカイブ配信セミナーの受講について
- 開催前日または配信開始日までに視聴用のURLとパスワードをメールにてご連絡申し上げます。
セミナー開催日時またはアーカイブ配信開始日に、視聴サイトにログインしていただき、ご視聴ください。 - 出席確認のため、視聴サイトへのログインの際にお名前、ご所属、メールアドレスをご入力ください。
ご入力いただいた情報は他の受講者には表示されません。 - 開催前日または配信開始日までに、製本したセミナー資料をお申込み時にお知らせいただいた住所へお送りいたします。
お申込みが直前の場合には、開催日または配信開始日までに資料の到着が間に合わないことがあります。 - 本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
- 本講座はお申し込みいただいた方のみ受講いただけます。
- 複数端末から同時に視聴することや複数人での視聴は禁止いたします。
- アーカイブ配信セミナーの視聴期間は延長しませんので、視聴期間内にご視聴ください。
受講料
66,000円(税込)/人