今天我们'关于去到讲话关于如何到使用联合管理计划到做薄的电影发展
使用等离子体- 增强型化学汽沉积。
这是A少量不同的,我思考,
比一些的这典型的工作那的完毕在行业,
在哪里它的A不断地搅动反应堆和你能总是混合事物。
不管的什么发生,你能总是措施输出。
但在等离子增强化学汽沉积,
它的真的离散的口袋的稳定那你有到工作和。
甚至尽管我们能放向上一个大的范围空间,
那里能是斑点之内那范围空间
在哪里你可能不是是有能力的到罢工这等离子体
或者它可以弧因为这力量密度是也高的。
自从我们有A大的数字的沉积参数,
我们需要到使用A设计的实验
到有效地探索那范围空间。
甚至如果我们'关于有能力的到罢工这等离子体,
那里是仍然问题和薄的电影均匀性。
我们'关于存款纳米电影
和几乎完美的均匀性穿过A 12 -英寸晶圆。
一次我们得到那,我们仍然有到打这有针对性的电影特性。
我们'关于去到讲话关于如何到使用等离子体化学气相沉积
到发展新的薄的电影从新的前体。
这第一的事物我们'关于去到做是讲话关于前体1 。
从什么我曾是有能力的到读从这联合管理计划教程,
这权威的筛选设计是A非常有效的方式
到屏幕A大的数字的主要的效果在这最少数字的实验。
那的钥匙到这工作那我们做。
我们想到得到这正确的回答在这最短数量的时间
和A数据驱动的方法。
我们用过的A权威的筛选美国能源部到探索七因素在26运行。
什么我们'二做是只是打开向上那最初的美国能源部。
这是这设置我们来了为了这权威的筛选美国能源部。
这里是这七不同的因素是变化的为了这沉积，
和我们的输出是去到是这范围是，
和我们'关于试到最大化它。
如果我们看在这范围的参数为了这类型的等离子体化学气相沉积加工,
这是A非常宽的范围的最初的参数。
再次,我们'关于试到屏幕为了主要的效果,
和我们的输出是测距从，说, 9-34 ,和我们的基线曾是21 。
我们做看一个改进那里。
一的这事物那我总是喜欢到做什么时候我们做A美国能源部
是包括A中心观点复制或者A重复跑步
到看如何可重现的这乐器是,作为出色地作为到制作当然
那这统计数据我们产生之内这设计是有效的。
这些是这二中心-观点运行,
和你能看我们得到出色的再现性。
这其他事物那的真的好的为了我们到做前我们得到进入配件这模型
是只是到看在这输出变量
和尝试到确认任何趋势那我们能看。
是那里任何事物我们能确认迅速地那我们能属性这主要的因素到？
这里，那里的四点和A是价值的更大比30之内这美国能源部。
如果我们选择那些点,
它的好的到看如果我们能看任何趋势联系和这些数据。
一的这最快的方法我成立到做那是到迅速地做A多变量分析,
和我们能做这以图形方式。
什么我们'关于去到做是拿全部我们的因素
和然后我们的输出多变的,
和我们'关于去到产生A多变量分析。
这里在这图形,这是我们的是价值。
你能看作为我们去从10 至30 ,
这四价值观那是这最高是突出显示,
但这行是这各种各样的因素。
这里我们能看为了氦,
我们有这最高价值观在这高的和低的分裂。
为了前体,我们有这高的和低的分裂。
但对于温度和压力,
我们有这最高价值观在这最低分裂。
它的真的,我思考,
A好的指示最初前我们已经完毕任何模型配件,
那温度和压力可以是重要的变量为了我们到看在。
如果我们去后退到这桌子，
这其他好的事物关于联合管理计划,它的非常强大的因为...
再次,前我们做这确定的筛选,
我们能使用A预测器筛选
到确认什么是这最多重要的因素。
再次,我们使用这标准分析,输入我们的因素,我们的回复是是,
和你能看什么这预测器筛选是讲述我们
是,是的,压力和温度是非常重要的。
但有一个事物那我们没有't抓住
在那多变量分析是这前体流动。
这些三因素,压力,前体流动,和温度
出现到是主导的在给予我们这最高价值观的是。
现在我通缉到合身这模型因为我思考
这真实的力量的这美国能源部是不是这运行在这桌子,
但它的这回复表面模型那你能使用
到得到预测为了改进作为出色地作为方向到更远探索。
但当我去到分析它,它不会't工作。
它轮流出去我们是仅有的有能力的到完全的25的这26运行,
和我曾是不是意识到的那这权威的筛选美国能源部,
这默认分析会不是工作如果你做过不是完全的全部的这运行。
在这观点,我接触过杰德在联合管理计划到帮助我理解
如何我可以得到一些楷模出去的这数据
那我们小心集超过A时期的时间。
我'二转动它超过到杰德。
什么时候账单被称为,
喜欢他说,
什么时候他打那脚本那已保存到这数据桌子
的合身权威的筛选,没有什么发生。
如果你看超过这里,
这日志是说,那里是运行那是不是折叠超过中心观点跑步,
和它的跑步17 号,哪个是明显地这跑步那曾是丢失的
和不能't是完全的在这实验。
什么账单通缉曾是A方式到仍然合身那权威的筛选模型。
我们来了向上和二不同的方法
和有三楷模那来了关于从那些二不同的方法。
这第一的一是有关的到这权威的筛选。
这设计的这些类型的楷模，的这些实验,
是总是折叠-超过对,在哪里那里的A一对的对立面。
如果我们能寻找那折叠-超过一对,或者这双胞胎,我猜测,的这排17 号,
我们应该是有能力的到排除两个都行
和然后合身这确定的筛选设计。
我们只是需要的A简单的方式到做那。
什么我们来了向上和曾是基本上到使用A夫妻的捷径。
我我去到第一的标准化这属性的这些列
和改变这造型类型到序数。
作为我做这,你'二注意那我的能力到选择有改变了。
那帮助什么时候我看在A数据筛选。
现在我有盒子相当比直方图,所以它只是使它快点到选择。
什么我们需要到做是寻找这对面的排的这。
我有这排17 号已选择,和你看那它的高的,高的,高的,
低的,低的,低的,和然后我我出去的记忆空间。
我我回忆高的,高的,高的,低的,低的,低的。
我需要到寻找这对面的的那,
哪个是去到是低的,低的,低的,高的,高的,高的。
如果我只是来超过这里和开始在职的我的方式向下,低的,低的,低的,高的,
经过这时间我得到到只是四的这运行
所以只是更多的比一半的这因素已选择,
现在我我向下到只是一匹配排。
它只是所以发生那这非常下一个跑步曾是这折叠式一对在这实验。
我们能选择两个都的那些运行,排除他们,
和然后去后退进入这柱子特性
和改变那造型类型后退到连续的。
现在什么时候我们打那权威的筛选按钮,
它作品。
我们能跑步那模型和看那它的预测相当出色地。
我们能看这分析器,但我们还是真的意识到的
那一的这运行出去的26 ,那的几乎4 %。
我们'关于投掷离开大致4 %的这信息经过排除这。
什么我们'd真的喜欢到做是不是扔那信息离开,
寻找A方式到使用那。
我们用过的这模型筛选平台在联合管理计划专业版到跑步A束的楷模
和然后选择这最好的。
这二那来了出去这最好的是A神经和逐步模型,
和我能走通过那些真的迅速地。
这神经模型曾是和我们的回复和我们的因素。
自从这曾是A美国能源部,我们'关于去到做这最低限度阻碍,
和我我只是去到选择A随机的种子所以这是可重复的。
这模型筛选平台一般来说建议关于20提升。
如果我打去这里,我得到A漂亮的好的R平方穿过这。
或许我可能尝试到调这模型经过添加一些更多的参数,
但什么时候我做,我能看那右正方形是不是真的改变。
我大学教师't思考我想到添加更多的参数
和风险过拟合这模型。
那曾是一额外的方式到做它。
然后这第二模型那显示向上容易地为了我们
使用这模型筛选平台曾是到做逐步。
这方式我们做过那曾是我们放我们的输出这里
和然后使用这捷径到做A回复表面。
那包括全部主要的因素,
全部平方条款,和全部二-方式互动。
然后如果我们改变这到逐步这里,我们能打这跑步按钮和去。
现在联合管理计划是去到进入和出口一切
直到它发现这模型那适合这最好的。
我们能去先和跑步那。
现在我们有三楷模那我们想到比较。
什么我我去到做是我我去到拿这第一的模型和节省。
我我去到发布那预言公式
到这公式仓库。
我我去到给它A真的快的姓名,和我们将要称呼这DSD 。
任何,我能't类型。
我们'二称呼它DSD ,和然后关闭它。
我们'二做这和这神经作为出色地。
我们将要发布那预言公式,
给它A姓名,
和做这相同的和这最终的模型
在哪里我们将要发布那预言公式。
这最后的一曾是,我们被称为它逐步。
现在我有这些三楷模和我能比较他们。
我们能跑步这模型比较平台为了全部三的他们
从之内这公式仓库。
我们能得到A秩的这R平方的那些楷模。
我们能看在这实际的相对预料到的,
和我们能看那他们'关于全部预测关于这相同的。
我们能还看在这预料到的经过排,
和我们能看这一观点从这权威的筛选设计
是这一那曾是左边出去什么时候我们合身这原来的权威的筛选设计。
它似乎到是重要的,和大概最多重要的,
我们能看在A分析器为了全部的这些反对每个其他。
如果我转动离开这合意性,我们能看如何这些楷模比较到每个其他。
为了例子,我们能看在那权威的筛选设计
和看那它的显示一些曲率在哪里这其他二楷模是不是。
或许我们能看和看超过这里
那这曲率是不同的为了每个的那些。
然后这问题变成,哪个模型是最好的和如何做我知道？
然后那带来我们后退到账单。
谢谢,杰德。
让我分享我的屏幕。
能你看我的屏幕？
是的。
我我去到只是...
杰德已保存全部那到这公式仓库，所以我我只是去到执行这脚本
那将要拿我们到这公式仓库那他的已经已保存。
再次,我们'二然后只是去正确的到这分析器。
我们'关于去到合身全部三的这些。
然后我们有这分析器。
这是什么这真实的力量,我思考,的这美国能源部是，
因为这预测刻画器,我们能优化和最大化这合意性。
这回复表面楷模将要告诉我们什么组合的因素我们需要
到得到这最高松紧带或者最高价值的这输出范围。
什么曾是真的眼睛- 开口为了我是如果你看在这价值观那我们得到
什么时候我们做这优化,二的这预测,
这神经网和这权威的筛选美国能源部，
是给予我们价值观的这是范围
那是更大比任何事物我们锯在我们的最初的数据桌子。
我们有A最大限度价值的34 。
让的看。
我我对不起,我只是得到到得到那屏幕后退。
通常,它的非常异常为了我到看这和这美国能源部。
通常,这模型,如果你最大化它,
是一般来说关闭到什么你看作为在这桌子。
但在这案件,它看起来喜欢我们真的有一些低的-绞刑水果。
我们需要的到测试这组合的参数
和真的看如果那预言曾是有效的或者不是。
如果我们去后退到我们的联合管理计划杂志...
我只是想到展示你什么发生了。
我们拿,我思考这是这预言从一的这神经网络适合。
再次,这最高价值在这权威的筛选美国能源部曾是34 。
这模型预言曾是42 ,但什么时候我们实际上跑它,
我们锯一些文物在这电影那是不是可以接受。
这等离子体本身曾是稳定的。
那里曾是不方式到看这直到这晶圆来了出去的这反应堆。
但是你能看那里的A靶心图案,
哪个是到期的到电影非-均匀性。
在这案件,它的非常厚的在这中间和薄的在这边缘,
哪个给出我们这靶心图案。
然后如果你看小心,
你能看全部这些小的点超过这晶圆,
哪个是实际上这洞在下面这淋浴喷头。
这淋浴喷头有数千的小的洞在哪里这气体来了出去。
在这案件,我们有A淋浴头图案和A靶心。
我思考这模型是讲述我们什么方向到去。
但再一次,等离子体是具有挑战性的到使用。
甚至尽管这模型曾是讲述我们
这电影应该有这最高价值的是,
这电影本身曾是不可接受的。
然后我们有到依靠在我们的过程和理论的知识的这过程。
我们知道那氩气有A降低电离能，
和如果我们代替氩气为了氦和这等离子体,
我们能得到A更高等离子体密度,
哪个可能帮助我们克服这些挑战。
什么我们做过是转变到氩气,和你能看,
虽然这电影是不是完美的,它的很多更多的制服
和当然好的足够的为了我们到得到这身体的特性
的这电影那我们能使用。
在这案件,我们是有能力的到打A是价值的46 ,
哪个再次,是很多更大比34 。
我们'关于当然趋势在这正确的方向。
什么我们真的通缉到做是,
是那里任何机会为了我们到更远提升这电影？
再次,那的在哪里这预测刻画器
或者这回复表面楷模是非常强大的。
如果我们只是看在这趋势那我们看这里...
我我只是去到吹这些向上
所以我们能看他们A小的少量更好的为了每个的这些案例。
这数据是真的讲述我们，
在肯定案例,那里的事物那我们真的想到调查。
降低温度
看喜欢它的确实偏爱这最高价值的是,
压力出现到是A钥匙范围,
和低的-频率力量为了这最初的美国能源部
看起来喜欢在二案例,
你想到去到更高低的-频率力量。
这逐步是给予我们这对面的。
但是你能看那这是真的A蓝图
为了我们到做一个额外的设计到看如何远的我们能推它。
能我们去到降低流动费率，能我们去到降低温度，
能我们去到降低压力和更远提升这电影特性？
它的真的顺序的学习,
和那为了我,是这真实的力量的这美国能源部。
我们大学教师't真的有时间到去通过全部的那,
但什么我做过是放一起A新的联合管理计划桌子和这结果
从我们的顺序的学习为了这放的实验。
这里是这相同的数据我们锯在这权威的筛选美国能源部。
这里是我们的是价值观,和我们'关于测距从9 至34 。
这不同的颜色是这不同的美国能源部。
这里的这下一个美国能源部那我们做过。
什么你能看是基于在这趋势在这预言分析器
和这回复表面楷模,
我们固定的这低的-频率力量在这最高环境我们可以。
它轮流出去身体的局限性为了这等离子体化学阻止我们
从添加任何更多的比20 %低的-频率力量。
我们还固定的这温度。
我们能't操作为了这化学以下200 。
我们知道那降低温度给了我们这最高价值,
所以我们固定的这些二
和然后做过A五-因素美国能源部聚焦在降低前体流量,
各种各样的间距,这更高权力,和当然这降低压力,
哪个曾是表明的作为一的这最多重要的参数。
如果你看在这是价值观这里,
你能看我们'关于确实趋势在这正确的方向。
现在我们'关于去从中20多岁向上到56 。
我们'关于当然多于这46我们锯那里。
然后我们做过这相同的学习。
再次,这预测刻画器表明的什么参数我们应该探索。
我们做过其他美国能源部。
在这案件,我们固定的不同的参数,
但你能看那这趋势是这相同的。
现在我们'关于打向上到66在条款的我们的是价值,
和我们做过一最终的实验,
和在这案件你能看基本上这和的全部这知识
那我们获得。
它转身出去什么时候我们切换到氩气,你可以添加更多的低的-频率力量。
你可以去从零到40 %。
在我们的最终的分析,这美国能源部显示那不像这第一的美国能源部,
后我们微调的一切和切换气体,
这低的-频率力量没有统计影响在这是价值。
我们放那到零。
我们成立出去这最低间距曾是这最多重要的。
我们的甜的点为了压力曾是2 .3托,
和我们做过想到操作在这最低温度。
真的我们有A三-因素美国能源部之间全部的力量,前体流动,
和氩气稀释到真的拨号在这电影,
和我们可以打A最大限度价值的84 。
我总结全部那在A盒子阴谋这里,哪个我思考真的节目
这能力的这美国能源部和顺序的学习,
在哪里我们开始了出去和A七-因素权威的筛选美国能源部和26运行
和结束了向上和A三-因素我-最佳的设计和16运行,
但你能看我们的继续改进。
这曾是我们的参考目标,所以我们仍然有更多的工作到做。
但是这个是A非常强大的方式为了我们到屏幕七因素
和三-等级设计在A非常短的时期的时间。
我做思考它的值得的只是到观点出去
如何高效的这些新的现代的美国能源部s是。
如果我们看起来在什么我们'关于真的正在做,
我们有七因素那我们开始了和。
全部的这些是三-等级设计。
为了A三-等级,七-因素设计,那会是超过2 ,100运行。
我们可以跑步90出去的这实验性的设计
和达到这增加在这是价值。
我思考这些现代的设计,
这最佳的设计合并的和这权威的筛选美国能源部s
是一个非常强大的工具为了我们到得到这最多价值
和这最少数字的实验。
这最终的事物我想到触碰在
是什么时候我们切换到A不同的前体。
这是真的A不同的挑战我们面对。
这目标这里曾是到评价不同的前体
到比较如何它堆叠的向上反对这最初的基线电影。
什么我们尝试过到做是使用全部的我们的学习从那些四做
和变得甚至更多的高效的。
反而的90运行，能我们做这在52运行？
和杰德的帮助,我们放一起一个八-因素A -最佳的设计,
但什么我们成立是那这化学曾是令人震惊地不同的。
全部的这范围空间那我们可以操作容易地和前体1
曾是不是这案件这里。
在事实,我放一起A滑动到展示你
如何坏的一些的这些电影可以看,所以我们可以得到完美的电影。
你'd是难的- 按下到告诉那里的A电影。
这是A纳米-厚的电影,
边缘到边缘在A 12 -英寸硅晶圆,完美制服。
然后我们会有电影那看喜欢这。
明显地,那的不是A设计那我们通缉。
但是挑战那我们面对曾是,我们'关于正在做一个八-因素美国能源部,
和我们'关于试到做这迅速地和有效率的,
和30 %的这运行失败的。
我我看着在A桌子和八不同的因素。
如何做我挑选出去这因素那是贡献到这？
什么我们做过是我们已创建A桌子为了我们的八输入因素
和然后已确定全部的这电影
那有分层,电弧,或者其他问题,
和然后已创建A公制,只是A电影公制，经过或者失败。
它轮流出去我们能合身这绝对的多变的
和看如果我们能得到A模型那将要帮助我们理解
什么是真的引起这些问题通过全部这些电影。
这第一的事物我们能做迅速地
是再次去到我们的模型筛选平台，
预测器筛选,
和得到A处理在什么因素,如果任何,是真的控制电影质量。
如果我们看在这,它的漂亮的清除和它的令人震惊,
因为这曾是不是这案件和前体1 。
这流动速度的这前体曾是经过远的和离开
这最多主导的因素影响电影质量。
但什么我们需要的到跑步这些实验
是不是只是会心这因素,
但什么价值能我们安全地跑步到产生质量电影。
那的在哪里我们做过这神经网。
再次,我们'二去进入预测性造型，神经网，
我们'二拿我们的因素,
和我们'关于去到合身电影质量作为A绝对的多变的。
我我去到去到提升的20 ,作为杰德提及。
那的通常什么这模型筛选来了向上和,
和我们'二产生我们的模型,
和你能看我们得到出色的R平方价值观。
这是A绝对的模型。
我相信那看着在这鹏曲线
提供洞察力进入如何出色地这模型适合。
如果这曲线是沿着这对角线,它的只是基本上A猜测。
这看起来喜欢A一半正方形海浪。
这些是基本上完美的适合在这鹏曲线。
然后这问题是,如何能我们利用那数据？
这好的事物关于这神经网是那你有A分类分析器。
我能执行这分类分析器,
和现在我放这向上在哪里我们知道我们想到操作在降低压力。
我们知道从这以前的工作我们想到操作在降低间距。
我们想到去到这最低可能的温度。
我们'二只是放这在这中间。
然后基本上我们有这分析器那告诉我们
这基本的因素影响这是真的这氩气流动速度。
如果我们能保持我们的流动速度以下400 SCMS ,
我们能有A 100 %成功速度
为了这电影那我们'关于试到优化。
和这,我们放向上A新的美国能源部,
限制这全部的流动速度到400 SCMS 。
我们'二去后退到我们的联合管理计划杂志。
我们是有能力的到来向上和A新的设计
和完全的41的这42运行,和我们'关于仍然执行那学习。
但它只是节目如何强大的
这神经网络是为了A绝对的多变的
在哪里我们能做这在一个下午，
在哪里在一哦'钟我们成立这些电影是't在职的。
三小时之后,我们有A模型那告诉我们如何到放向上A新的设计
和我们是执行那之后那天。
我思考那的这材料我们通缉到覆盖。
